UNIVERSIDADE FEDERAL DE MINAS GERAIS

Faculdade de Medicina

ANÁLISE DO IMPACTO TARDIO DA ESTRATÉGIA DE RACIOCÍNIO REFLEXIVO

ESTRUTURADA LIVRE, ADICIONADA DE PISTAS E POR EXEMPLO
TRABALHADO NA ACURÁCIA DIAGNÓSTICA DE ESTUDANTES DE MEDICINA

GABRIELA ARAUJO COSTA

Belo Horizonte
2022
 GABRIELA ARAUJO COSTA

ANÁLISE DO IMPACTO TARDIO DA ESTRATÉGIA DE RACIOCÍNIO REFLEXIVO

ESTRUTURADA LIVRE, ADICIONADA DE PISTAS E POR EXEMPLO
TRABALHADO NA ACURÁCIA DIAGNÓSTICA DE ESTUDANTES DE MEDICINA

Tese apresentada ao Curso de Pós-

Graduação da Faculdade de Medicina da
Universidade Federal de Minas Gerais, como
requisito parcial para a obtenção do grau de
Doutor.

Área de concentração: Saúde da Criança e

do Adolescente.

Linha de Pesquisa: Aspectos Gerais de

Ensino e Assistência Pediátrica.

Orientador: Prof. Cássio da Cunha Ibiapina.

Coorientador: Prof. Leandro Fernandes

Malloy-Diniz.

Belo Horizonte
2022
Bibliotecário responsável: Fabian Rodrigo dos Santos CRB-6/2697
 A todos os meus alunos,
companheiros de busca pela excelência profissional
e principal motivo deste esforço
pelo aprimoramento do ensino médico.
 AGRADECIMENTOS

A Deus, por ser fonte de confiança.

Aos professores Cássio Ibiapina, Leandro Malloy-Diniz, Rachel Fernandes, Marcos

Vasconcellos, Alexandre Moura, Henrique Akiba e Alvaro Machado, “gigantes nos
ombros dos quais me apoiei para enxergar além”. Em especial, ao meu orientador,
Cassio Ibiapina, que cumpriu com zelo, tranquilidade e generosidade a tarefa de me
orientar e estimular na busca de novos horizontes.

À Faculdade de Medicina do UNIBH, aos coordenadores, colegas de núcleo e

alunos, que acreditaram no potencial do trabalho e possibilitaram sua realização.
Agradeço imensamente aos hoje talentosos médicos Maria Clara Argolo, Beatriz
Tiburcio, Lucas Torquette e Isabela Valladares, pelo cuidado e dedicação com que
me auxiliaram, como alunos de iniciação científica.

À minha numerosa e amada família (Araujos, Costas, Teixeiras, Lessas, Hortas e

Santos), pelo exemplo de trabalho e dedicação em tão variadas formas e pela
compreensão de tantas ausências!

Aos meus amigos, especialmente ao Um de Nós, Azamigas, Poinha e Bia, Paula e

Mamau, Rose e Renata, que foram acolhimento, estímulo, descanso, fonte de boas
risadas e ótimos conselhos nessa caminhada nem sempre plana do doutorado.

A quatro criaturas extraordinárias, que foram meu combustível ao compartilhar a

construção diária deste trabalho com paciência, amor incondicional, admiração e
carinho: Angela, Lucas, Victor e Felipe.
“Hoje me sinto mais forte, mais feliz, quem sabe? Só levo a certeza de que
muito pouco eu sei...”

Almir Sater.
 Resumo

Introdução: Estratégias educacionais que ajudam a reter, recuperar e aplicar a

informação a longo prazo melhoram grandemente a eficiência e eficácia da
educação médica e poupam tempo e recursos valiosos ao reduzir a necessidade de
reaprender no futuro. A estratégia de reflexão estruturada favorece a capacidade de
codificar com sucesso dados na memória a longo prazo e recuperá-los quando
confrontados com uma situação de desencadeamento. Este estudo investigou os
efeitos a longo prazo de diferentes modalidades da reflexão estruturada sobre
acurácia diagnóstica de estudantes principiantes, na resolução de casos clínicos e a
atividade cerebral destes estudantes, relacionada a esforço mental, durante a fase
de treinamento com a estratégia. Método: Sessenta estudantes de medicina do
quarto ano participaram neste estudo experimental de quatro fases. Os participantes
foram designados aleatoriamente para treinamento em um dos três grupos
experimentais (reflexão estruturada livre, guiada por pistas ou por exemplos
trabalhados) para diagnosticar 12 casos clínicos escritos. Após, em avaliações
imediatas, intermediárias (sete dias após o treinamento) e finais (seis meses após o
treinamento), os participantes diagnosticaram um novo conjunto de 12 casos, seis
envolvendo as mesmas doenças observadas anteriormente. O principal desfecho
avaliado foi a acurácia diagnóstica, comparada entre grupos experimentais em cada
fase do estudo, utilizando medidas repetidas ANOVA. Para análise da atividade
cerebral durante a fase de treinamento, foi utilizado registro eletroencefalográfico
para cálculo de indicadores de esforço mental, comparados entre os três grupos
experimentais, através do teste de Kruskal-Wallis. Resultados: A condição
experimental e a fase de estudo foram significativamente associadas à acurácia
diagnóstica (p<0,001). O uso da reflexão estruturada resultou em melhores
resultados de acurácia nos testes finais para todos os casos avaliados, em
comparação com os resultados iniciais, independente do grupo experimental
(p<0,001).Os grupos que utilizaram a reflexão guiada por pistas e por exemplos
trabalhados obtiveram melhores pontuações de acurácia diagnóstica em
comparação com o grupo de reflexão livre, independente da fase do estudo
(p<0.001). Não houve associação entre a medida de esforço mental por indicador
neurofisiológico e uso de diferentes estratégias de reflexão estruturada para
resolução de casos clínicos. Conclusão: .As três estratégias de reflexão utilizadas
no nosso estudo resultaram num efeito positivo a longo prazo na acurácia
diagnóstica, sem diferenças significativas nos indicadores de esforço mental
investido na tarefa.

Palavras chave: Educação médica; Raciocínio Clínico; Memória de Longo Prazo;

Fadiga Mental
 Abstract

Introduction: Educational strategies that help to retain, retrieve and apply

information over the long term greatly improve the efficiency and effectiveness of
medical education and save valuable time and resources by reducing the need to
relearn in the future. The structured reflection strategy favors the ability to
successfully encode data into long-term memory and retrieve it when faced with a
triggering situation. This study investigated the long-term effects of different
modalities of structured reflection on the diagnostic accuracy of beginning students,
in the resolution of clinical cases and the brain activity of these students, related to
mental effort, during the training phase with the strategy. Method: Sixty fourth-year
medical students participated in this four-phase experimental study. Participants
were randomly assigned to training in one of three experimental groups (free
structured reflection, guided by cues or worked examples) to diagnose 12 written
clinical cases. After, in immediate, intermediate (seven days after training) and final
(six months after training) evaluations, the participants diagnosed a new set of 12
cases, six involving the same diseases observed previously. The main outcome
evaluated was diagnostic accuracy, compared between experimental groups in each
phase of the study, using repeated measures ANOVA. For analysis of brain activity
during the training phase, an electroencephalographic record was used to calculate
mental effort indicators, compared between the three experimental groups, using the
Kruskal-Wallis test.Results: The experimental condition and the study phase were
significantly associated with diagnostic accuracy (p<0.001). The use of structured
reflection resulted in better accuracy results in the final tests for all cases evaluated,
compared to the initial results, regardless of the experimental group (p<0.001). had
better diagnostic accuracy scores compared to the free-thinking group, regardless of
the study phase (p<0.001). There was no association between the measurement of
mental effort by neurophysiological indicator and the use of different strategies of
structured reflection to solve clinical cases. Conclusion: The three reflection
strategies used in our study resulted in a positive long-term effect on diagnostic
accuracy, with no significant differences in the indicators of mental effort invested in
the task.
Keywords: Medical education; Clinical Reasoning; Long Term Memory; mental
fatigue
 LISTA DE ABREVIATURAS E SIGLAS

AAS Sistema de atenção consciente

ACP Análise de Componentes Principais
ANOVA Análise de Variância
ANOVA-RM Análise de variância por medidas repetidas
BCI Brain System Interface
BOLD Blood-oxygen-level-dependent
CAAE Certificado de Apresentação para Apreciação Ética
COEP Comitê de Ética e Pesquisa
Dp Desvio-padrão
EDF European Data Format
EEG Eletroencefalograma
FM Faculdade de Medicina
Hz Hertz
IC Intervalo de confiança
ICA Análise de componentes independentes
LINC Laboratório Interdisciplinar de Neurociências Clínicas
LSD Least Significant Difference
O2 Oxigênio
PBL Problem Based Learning
QI Quociente de Inteligência
RCP Ressuscitação cardiopulmonar
REET Raciocínio Clínico Estruturado com Estudo de Exemplo Trabalhado
REL Raciocínio Clínico Estruturado Livre
REP Raciocínio Clínico Estruturado com Pistas
RN Recém-nascido
SNC Sistema Nervoso Central
TCLE Termo de Consentimento Livre e Esclarecido
TRI Teoria de Resposta ao Item
UFMG Universidade Federal de Minas Gerais
UNIBH Centro Universitário de Belo Horizonte
UNIFESP Universidade Federal de São Paulo
WMT2 Teste das Matrizes Progressivas de Viena
 SUMÁRIO1

1 INTRODUÇÃO.............................................................................................. 17

1.1 Teorias sobre o processo de desenvolvimento do raciocínio clínico........ 19

1.1.1 Memória humana, processamento dual e a formação de scripts 26

mentais.............................................................................................................

1.1.2 Formação do script mental e retenção do conhecimento....................... 27

1.1.3 Teoria da carga cognitiva........................................................................ 29

1.1.4 Agentes moduladores da habilidade de raciocínio clínico...................... 31

1.1.4.1 Conhecimento e experiência prévios................................................... 31

1.1.4.2 Autoeficácia.......................................................................................... 32

1.1.4.3 Esforço mental..................................................................................... 33

1.1.4.4 Atenção................................................................................................ 35

1.1.4.5 Metacognição....................................................................................... 36

1.1.5 Estratégias instrucionais na educação médica....................................... 37

1.1.5.1 A prática reflexiva e a reflexão deliberada........................................... 39

1.1.5.2 Prática reflexiva estruturada guiada por pistas e por exemplos 42

trabalhados: reduzindo a carga extrínseca durante a aprendizagem..............

1.2 A Neurociência do aprendizado................................................................ 48

1.2.1 Etapas neurobiológicas do aprendizado................................................. 49

1.2.1.1 Codificação.......................................................................................... 49

1.2.1.2 Consolidação....................................................................................... 50

1
Este trabalho foi revisado com base nas novas regras ortográficas aprovadas pelo Acordo
Ortográfico assinado entre os países que integram a Comunidade de Países de Língua Portuguesa
(CPLP), em vigor no Brasil desde 2009. E foi formatado de acordo com a ABNT NBR 14724 de 2019.
As referências seguiram o estilo de Vancouver.
1.2.1.3 Recuperação........................................................................................ 50

1.2.2 Indicadores neurofisiológicos do aprendizado........................................ 51

1.2.2.1 Formas de medir os indicadores neurofisiológicos de aprendizado... 51

1.2.2.2 Emotiv®: dispositivo portátil de interface cérebro-computador para 53

registro de EEG................................................................................................

1.2.2.3 Atividade cerebral associada à aprendizagem.................................... 54

1.2.2.4 Neuroanatomia e atividade cerebral.................................................... 55

1.2.2.5 Estruturas cerebrais e as funções de aprendizado.............................. 56

1.2.2.6 Indicadores neurofisiológicos do aprendizado..................................... 59

2 JUSTIFICATIVA............................................................................................ 64

3 OBJETIVOS.................................................................................................. 65

3.1 Objetivo geral............................................................................................. 65

3.2 Objetivos específicos................................................................................. 65

4 ASPECTOS ÉTICOS.................................................................................... 67

5 METODOLOGIA........................................................................................... 68

5.1 Desenho do estudo.................................................................................... 68

5.2 Participantes.............................................................................................. 70

5.2.1 Recrutamento dos estudantes para participação no estudo................... 72

5.2.2 Local da coleta de dados com os estudantes......................................... 73

5.2.3 Total de alunos participantes.................................................................. 74

5.2.4 Alocação dos participantes nos grupos de estudo.................................. 74

5.3 Dinâmica de atividades dos estudos.......................................................... 74

5.3.1 Questionário demográfico....................................................................... 74

5.3.2 Escala de autoavaliação do conhecimento teórico prévio e experiência 75

clínica anterior..................................................................................................

5.3.3 Teste de quociente de inteligência.......................................................... 75

5.3.4 Escala de autoeficácia............................................................................ 76

5.3.5 Casos clínicos......................................................................................... 77

5.3.6 Fases do estudo e respectivas tarefas................................................... 79

5.3.6.1 Fase de treinamento............................................................................ 79

5.3.6.2 Registro do eletroencefalograma......................................................... 84

5.3.6.3 Fase de teste imediato......................................................................... 87

5.3.6.4 Fase de teste intemediário................................................................... 87

5.3.6.5 Fase de teste tardio.............................................................................. 88

5.4 Devolutivas................................................................................................. 89

5.5 Processamento e análise do registro de EEG........................................... 89

5.6 Análises estatísticas................................................................................... 91

5.6.1 Variáveis dos estudos............................................................................. 91

5.6.1.1 Variáveis independentes..................................................................... 91

5.6.1.2 Variáveis dependentes........................................................................ 93

5.7 Estatísticas descritivas............................................................................... 97

5.7.1 Teste t de Student para amostras independentes.................................. 97

5.7.2 Análise de variância (ANOVA) com 1 fator – oneway............................. 97

5.7.3 Teste t de Student para amostras pareadas........................................... 98

5.7.4 Análise de variância baseado num modelo de medidas repetidas......... 98

5.7.5 Análise de correlação de Pearson.......................................................... 99

5.7.6 Teste de Kruskal-Wallis........................................................................... 100

5.7.6 Probabilidade de significância (p)........................................................... 100

6 RESULTADOS.............................................................................................. 117

6.1 Artigo Original 1: Conhecimento, acurácia diagnóstica e esforço mental 118

durante resolução de caso clínico por estudantes de Medicina......................

6.2 Artigo original 2: Ensino do raciocínio clínico utilizando diferentes 139

estratégias de reflexão: efeitos a longo prazo na acurácia diagnóstica de
estudantes de medicina...................................................................................

6.3 Comunicado breve 1: Análise de esforço mental por indicadores 164

neurobiológicos durante resolução de casos clínicos através de estratégias
de raciocínio estruturado..................................................................................

7 CONSIDERAÇÕES FINAIS......................................................................... 182

ANEXOS E APÊNDICES................................................................................. 185

 17

1 Introdução

Um dos principais determinantes da qualidade da assistência prestada ao paciente é

a competência diagnóstica, definida como a capacidade de mobilizar recursos
cognitivos para, a partir da história clínica, definir a hipótese diagnóstica mais
provável e propor o tratamento adequado.1 Por isso, um objetivo primordial da
educação médica é capacitar os alunos para, com base na análise de um conjunto
de sinais e sintomas apresentados por um paciente, chegar ao diagnóstico final
preciso (acurácia diagnóstica) que permita o desenvolvimento de apropriada
estratégia de tratamento.

Com esse fim, os professores devem auxiliar os alunos a organizar mentalmente as

informações coletadas na anamnese, no exame físico e em dados de exames
complementares para que, ao serem analisadas em conjunto e contextualizadas à
realidade do paciente, possibilitem a delimitação de um diagnóstico. O raciocínio
clínico é a expressão desse processo de pensamento e tomada de decisão
associado à prática clínica2 e seu ensino vem sendo assunto de pesquisa acadêmica
e científica na área de educação médica por décadas; seus fundamentos teóricos
têm sido estudados sob diferentes perspectivas e a totalidade do processo, com
todas as suas nuanças, ainda é pouco compreendida.3,4

A pesquisa acadêmica sobre o raciocínio clínico pode ser dividida em duas grandes
perspectivas: uma descritiva, que se concentra nas atividades cognitivas reais e nas
ações dos médicos e estudantes de Medicina engajados no ato em si do raciocínio
clínico; e uma prescritiva, que define modelos ótimos e racionais de raciocínio e
investiga como e em que medida os médicos e estudantes se afastam desses
modelos normativos.5

A perspectiva descritiva tem suas raízes na ciência do aprendizado e na Psicologia

Cognitiva, que estudam como as pessoas aprendem. Concentra-se no raciocínio
clínico como um domínio em que os problemas são complexos e há um papel claro
para o conhecimento.6 Nessa linha, quatro temas principais se destacam:
organização do conhecimento, processos cognitivos, estrutura do problema e
características de especialização. A organização do conhecimento é um ponto
 18

crucial da pesquisa na cognição em geral. Teorias da organização do conhecimento

postulam ampla gama de construções explicativas (protótipos, esquemas, scripts,
modelos mentais, redes, etc.) e abordam questões sobre aquisição, recuperação de
conhecimento e transferência. Grande parte da pesquisa sobre raciocínio clínico
aborda os vários processos cognitivos envolvidos, tais como a percepção e o
“reconhecimento de padrões”, atenção focada, coleta e avaliação de informações,
compreensão e construção de representação cognitiva de um problema clínico,
todos fortemente influenciados pelo conhecimento prévio.7

A perspectiva prescritiva tem suas raízes na ciência da instrução, baseada em

conceitos da computação, da economia e da teoria da probabilidade. Essas
disciplinas fornecem modelos normativos para lidar com a incerteza sobre
alternativas de decisão. Postulam que as pessoas são frequentemente falhas nesse
processo; violam normativas lógicas e cometem erros previsíveis (vieses) porque
usam atalhos cognitivos inconscientes (heurísticas) para tomarem decisões.8 A
natureza defeituosa (segundo os adeptos da perspectiva prescritiva) do raciocínio
clínico leva à pesquisa sobre a investigação das condições sobre as quais o médico
raciocina clinicamente e a como identificar os vieses. O objetivo desta investigação é
aprimorar o raciocínio por meio de intervenções educacionais baseadas em
ferramentas de apoio à decisão, como forma de reduzir a variabilidade nas decisões
médicas, derivada do raciocínio defeituoso e inconsistente.5

Uma das principais metas dos professores que formarão os futuros médicos é
auxiliá-los a aprender a aprender, algo que levarão ao longo da vida profissional
(lifelong learning).9 Compreender como funciona a aprendizagem é um primeiro
passo nesse processo, porque métodos de instrução devem ser consistentes com o
que sabemos sobre o sistema humano de processamento de informações. No
entanto, a construção e manipulação de estratégias instrucionais que simulem
situações para os alunos vivenciarem, com o objetivo de aprimorar seus
conhecimentos, também dependem da compreensão de como essas estratégias
funcionam, ou seja, a educação médica deve ser amparada por pesquisas que se
baseiam tanto na ciência da aprendizagem quanto na ciência da instrução.10
 19

1.1 Teorias sobre o processo de desenvolvimento do raciocínio clínico

O primeiro corpo de conhecimento teórico para explicar como se processa o

raciocínio clínico foi proposto na década de 70, com base na teoria processual, um
modelo analítico (hipotético-dedutivo) no qual cada pedaço de evidência (por
exemplo, sinais, sintomas e resultados de exames complementares) era avaliado e
vinculado a uma probabilidade condicional de um diagnóstico. Na medida em que o
aluno iria coletando novas informações, passaria a rejeitar ou aceitar hipóteses, até
chegar ao diagnóstico mais provável.11

Esse modelo representa uma descrição dos processos mentais utilizados pelos
estudantes de Medicina em fases iniciais de formação. Já foi validado por estudos
empíricos e é a base para a educação médica moderna.12 Embora permita planejar e
avaliar o ensino do raciocínio clínico, retrata apenas o ponto de partida do processo
e não explica a influência de fatores individuais no resultado, tais como a estrutura
de conhecimento prévio do médico ou do estudante, a diferença de acurácia entre
médicos experientes e novatos, as características e o contexto de cada paciente,
bem como as limitações do sistema de saúde onde o profissional atua. É aplicável
quando os dados clínicos de um paciente são vagos ou não se revelam todos ao
mesmo tempo.13

Ao longo das décadas de 80 e 90, à medida que novas pesquisas sobre raciocínio
clínico foram feitas, surgiu a teoria estrutural, segundo a qual processos não
analíticos - baseados no reconhecimento de padrões similares de sinais e sintomas
vistos anteriormente e comparação ao quadro atual - desempenham importante
papel na definição final do diagnóstico.14 Essa teoria pode explicar a diferença de
acurácia diagnóstica entre estudantes de Medicina e médicos experientes.
Representações mentais de doenças permitem que o médico compare os dados de
seu paciente com seus esquemas mentais correspondentes e permitem que o
estudante compare os dados do paciente com seu conhecimento teórico prévio.15

A formação da representação mental de uma doença começa com a transformação

semântica.16 Os dados clínicos são transformados com a ajuda dos qualificadores
semânticos, que representam uma abstração dos achados clínicos (por exemplo,
 20

ontem à noite = início agudo) e contribuem para a precisão do diagnóstico, pois

associam o dado visto na prática à representação teórica à qual o estudante foi
apresentado.17 Quando solicitado pelo professor a raciocinar sobre um caso, um
aluno mais experiente utiliza qualificadores abstratos de semântica para descrever
as descobertas do caso. Esses qualificadores são pareados com descritores opostos
e podem ser usados para comparar e contrastar hipóteses diagnósticas.18 Os
diagnosticadores bem-sucedidos usam qualificadores semânticos com mais
frequência e em conjuntos mais diversificados em seus discursos do que os
diagnosticadores que têm menos sucesso. Eles organizam os sintomas e sinais em
sistemas coerentes de relações de qualidades abstratas e têm representação e
compreensão mais ampla e profunda dos problemas. Mais acurácia diagnóstica e
compreensão foram associadas a discursos semanticamente ricos, elaborados ou
compilados.16

Para diagnosticar um problema clínico, os acadêmicos de Medicina inicialmente se

concentram nos sintomas e abordam cada um deles separadamente, considerando
suas causas biológicas e fisiológicas. Tendo adquirido mais experiência clínica,
agrupam os sintomas relacionados em uma síndrome - processo conhecido como
encapsulamento. À medida que progridem em sua formação, usam menos princípios
fisiopatológicos e se concentram mais no reconhecimento de um padrão agrupado
de sinais e sintomas.18 Nessa fase, são capazes de usar esse reconhecimento de
padrão apenas nas síndromes mais comuns, devido à sua limitada experiência.
Apresentam um diagnóstico diferencial genérico para a queixa principal, em vez de
um específico do paciente, ou apresentam um diagnóstico diferencial separado para
cada sintoma, em vez de um para o conjunto de sintomas. O resultado são a
incerteza e o possível erro diagnóstico, especialmente se o reconhecimento de
padrão for usado sem a consideração adequada da epidemiologia e dos fatores de
predisposição ou de risco para a doença.19,20

Ao adquirirem mais conhecimento, formam uma rede de “scripts mentais”, que são
arquivados na memória e traduzem a organização de conhecimentos em estruturas
que contêm informações básicas sobre fisiopatologia, encapsuladas e
coerentemente interligadas a informações mais explícitas sobre as manifestações
clínicas das doenças, o contexto em que se desenvolvem e suas consequências.20
 21

Aperfeiçoam o uso dos qualificadores semânticos, criando uma representação de

problema concisa e apropriada, reconhecendo as informações-chave para a
comparação com os scripts mentais de doença já memorizados.17

Na etapa final da graduação, os estudantes organizam o conhecimento teórico e

prático em esquemas lógicos, formados pela ligação de condições predisponentes,
fisiopatologia e consequências.21 Ao ganharem experiência, ao longo das atividades
práticas de atendimento, aprimoram sua capacidade de gerar diagnósticos
diferenciais, com base nos achados clínicos do caso, comparando-os aos scripts
mentais de doença que já têm disponíveis, direcionando a coleta de novos dados
para avaliar cada hipótese, repetindo-se o processo até chegar com sucesso ao
diagnóstico final.15,17,22

A teoria de formação dos scripts mentais deriva de fundamentos sobre

aprendizagem descritos por Piaget, segundo os quais o desenvolvimento cognitivo
depende da aquisição de conhecimentos por vivências prévias e da organização
desses conhecimentos em esquemas mentais construídos pela interligação de
componentes variados a um significado.23 Quando alguém se depara com uma
situação a qual não tem correspondência com qualquer esquema mental já existente,
um novo esquema será formado.23,24 Em analogia à teoria de Piaget, quanto maior e
mais diversificado for o número de vivências clínicas de um médico em formação,
mais amplo será o seu arquivo mental de scripts de doença, com representações
clássicas e não clássicas de um mesmo diagnóstico.17,19 Ao se deparar com um novo
paciente, os estudantes ou profissionais podem identificar um padrão de sinais e
sintomas que se correlaciona com um ou mais dos "scripts de doença" arquivados
em sua memória, favorecendo a solução automática e imediata do novo caso. Na
eventualidade de não encontrarem um padrão prontamente reconhecível, como
acontece, por exemplo, nas doenças raras, tentam resolver o problema pela análise
cuidadosa de analogias, comparações e aproximações de modelos já conhecidos.
20,22

A utilização de reconhecimento intuitivo de padrões ou uso de análise para

construção de novos modelos a partir de analogias com conhecimento prévio é a
base do conceito de processamento dual do raciocínio humano em tomadas de
 22

decisão. Esse conceito foi primeiramente proposto pelo psicólogo Daniel Kahneman8
e posteriormente adaptado ao processo que explica o funcionamento do raciocínio
clínico. A dualidade refere-se ao uso de processos cognitivos ora intuitivos e
automáticos, ora deliberados e reflexivos, na tomada de decisão.

Segundo Kahneman, o cérebro utiliza dois modelos de pensamento para a solução

de problemas: o reconhecimento de padrões preexistentes, caracteristicamente
rápido, intuitivo e automático, denominado “sistema 1”; ou a avaliação criteriosa da
situação, caracterizada por processamento lento, analítico e intencional;
denominado “sistema 2”.8 Esses sistemas trabalham de forma complementar – para
a solução usual de problemas, utiliza-se primeiramente o sistema 1, que exige
menos esforço mental. O sistema 1 trabalha a partir de heurísticas, regras simples
ou “atalhos” que reduzem a complexidade das decisões, especialmente aquelas
baseadas em crenças construídas a respeito de fatos e/ou processos que não são
conhecidos com certeza.25 O sistema 2 funciona como revisor do sistema 1, capaz
de rejeitar ou modificar decisões que considere parcial ou completamente incorretas.

Transpondo essa teoria para o campo do raciocínio clínico, postula-se que o

pensamento do sistema 1 utiliza reconhecimento de padrões, intuição e experiência
para ativar scripts de doenças e chegar rapidamente, com mínimo esforço mental, a
um diagnóstico (geração de hipótese). O sistema 2 utiliza raciocínio analítico e
sistemático, que compara e contrasta scripts de doenças à luz de dados extraídos
da história e do exame, considerando fatores demográficos, comorbidades e dados
epidemiológicos (verificação de hipóteses). Nessa abordagem, os médicos testam
hipóteses prováveis, usando informações adicionais para confirmar ou refutar
diagnósticos diferenciais.2,26

Ambas as formas de raciocínio clínico (analítica e não analítica) são aditivas,

interativas e parte de um continuum, contribuindo para as decisões diagnósticas
finais.17 Nas fases iniciais de formação, o processamento analítico prevalece, porque
o arquivo de esquemas mentais de doenças é naturalmente restrito e,
consequentemente, a definição de diagnósticos ocorre de maneira criteriosa, lenta e
com mais esforço mental. À medida que o estudante progride ao longo do curso, ele
enriquece seus “scripts mentais” de doença e refina o processo de teste de
 23

hipóteses, reconhecendo pequenas diferenças de apresentação clínica, em que

casos semelhantes poderão ter diagnósticos diferentes.15 Após adquirir experiência,
o médico, frente a um caso clínico, gera hipóteses rapidamente, com base em
raciocínio não analítico. Médicos mais experientes gerarão diagnósticos corretos
com maior frequência e menos esforço mental que alunos, porque enriqueceram
seus scripts mentais e têm um banco de dados maior para se referirem a
experiências passadas.27

Quanto mais experiente um médico se torna, mais amadurece o raciocínio clínico,

tornando-se altamente eficiente na seleção de quando usar cada tipo de sistema de
pensamento. A correspondência de padrões é a parte intuitiva e a simulação mental
é a parte consciente, deliberada e analítica.17,18,21

Segundo essa teoria, embora o sistema 1 seja altamente eficaz na solução de casos
simples, é naturalmente mais sujeito a erros, por sua natureza irrefletida, sobretudo
quando seu uso é descontextualizado, aumentando a probabilidade de erros
diagnósticos, conhecidos como vieses cognitivos.28,29 Outros vieses que podem
estar associados à abordagem não analítica são:28

a) Tendência de ancoragem: tendência de confiar demais e basear decisões a

primeira informação extraída / oferecida pelo paciente;
b) Viés de confirmação: tendência a procurar evidências para confirmar uma
hipótese diagnóstica em vez de evidências para refutá-la;
c) Viés de disponibilidade: tendência a confiar demais e basear as decisões em
casos/ diagnósticos vistos recentemente;
d) Viés de fechamento precoce: tendência a parar de procurar, após um
diagnóstico parecer se encaixar no quadro clínico em atendimento, outros
diagnósticos;
e) Diagnóstico por impulso: tendência a continuar acreditando em um
diagnóstico inicial atribuído a um paciente por outro clínico;
f) Efeito de ambiguidade: tendência a privilegiar diagnósticos para os quais a
probabilidade é conhecida sobre aqueles para os quais ela é desconhecida.
 24

A percepção das heurísticas utilizadas pelo sistema 1 e dos erros resultantes como
inerentes à condição humana levaram à busca de soluções que aumentassem a
dependência do sistema 2 e, consequentemente, reduzissem os erros. Na literatura,
isso foi amplamente testado por meio de estratégias de detecção consciente e
retroativa dos erros, tais como diminuir intencionalmente a velocidade de raciocínio
durante a avaliação de casos clínicos,30 reduzir distrações31 e estimular a atenção
consciente.32 Entretanto, essas estratégias não resultaram em melhoria da
competência diagnóstica. Desde então, a atribuição de vieses ao sistema 1,
exclusivamente, vem sendo considerada cada vez mais restritiva e equivocada, além
de basear-se em evidências mínimas.

O viés de confirmação, que é uma busca ativa de informações para confirmar um

diagnóstico, ou o viés de ancoragem, com direcionamento do diagnóstico a partir
das primeiras informações obtidas do paciente, surgem durante momentos de
ponderação explícita, que é uma atividade consciente do sistema 2. Tarefas
complexas, como a tomada de decisão para um diagnóstico, utilizam uma gama de
estratégias mentais que variam de "analíticas" a "intuitivas", o que pressupõe que
ambos os sistemas de pensamento operam em conjunto, em variados graus, e
representam o pólo em um continuum, estando ambos sujeitos a erros.33 O
desempenho na execução da tarefa é fortemente influenciado pelo conhecimento
prévio que um indivíduo possui sobre o problema que terá que solucionar. A
qualidade do conhecimento que o médico ou estudante de Medicina possui é que
influencia diretamente a heurística.34

Estudo realizado com médicos residentes do segundo ano30 mostrou que

simplesmente encorajar o profissional a focar a atenção e gastar mais tempo para
elaborar um diagnóstico, privilegiando o pensamento analítico, não foi suficiente
para melhorar a precisão diagnóstica, fortalecendo a hipótese de que erros
diagnósticos são, comumente, produto de combinações de conhecimento
inadequado e falhas em processos que requerem atenção e racionalidade no uso de
tempo. Em outro estudo, médicos residentes diagnosticaram 16 casos em uma
primeira etapa e tiveram a oportunidade de refletir sobre cada caso e revisar seus
diagnósticos em uma segunda etapa. Não houve aumento significativo na acurácia
diagnóstica mesmo após o momento de revisão concedido na segunda etapa,
 25

sugerindo que o desempenho diagnóstico não é modulado apenas por manejo de

sistemas de raciocínio ou identificação de vieses cognitivos, mas também por
experiência e conhecimento prévios.35 Para alcançar sucesso no ensino do
raciocínio clínico, faz-se necessário reconhecer o poder de raciocínio do sistema 1 e
elaborar estratégias que melhorem a amplitude e a profundidade do conhecimento
experiencial usado por este sistema.36

A identificação de múltiplos tipos de aprendizagem, com diferentes formas de

processar informações, retê-las e relembrá-las quando necessário, está diretamente
relacionada às características individuais e à estratégia educacional (ou à
combinação de estratégias) que deve ser utilizada em cada etapa do aprendizado.37
Os professores devem avaliar como os alunos enfrentam a incerteza e detectar
quando o processo de raciocínio é inviabilizado por limitações no conhecimento ou
na experiência, por vieses ou aplicação inadequada do pensamento analítico e não
analítico.28,38

Além das interações entre os diferentes tipos de sistema de raciocínio, a

característica do problema a ser solucionado também interfere no resultado final.
Para otimizar o desempenho, a abordagem cognitiva a ser ensinada ao estudante de
Medicina na resolução de casos deve ser apropriada para as propriedades da tarefa.
A quantidade de informações no caso clínico, a forma como são apresentadas e a
natureza delas (perceptuais ou objetivas) podem induzir o raciocínio para o polo
intuitivo ou o analítico. Entre estudantes com pouca experiência clínica, o uso de
técnicas puramente analíticas, por exemplo, pode levar à sobrecarga de informações,
dificultando a associação entre os dados do exame clínico e resultados de exames
complementares a uma única hipótese diagnóstica.39

A flexibilidade cognitiva entre sistema 1 e sistema 2 de raciocínio também pode

acomodar diferenças de desempenho entre médicos experientes e novatos. Médicos
experientes percebem os recursos apresentados em um caso clínico de forma
holística, por reconhecimento direto de padrões de sinais e sintomas ou por geração
de uma hipótese provável que precisa de poucos dados adicionais para confirmação.
Os novatos, a quem falta essa experiência, apoiam-se na abordagem analítica,
 26

porque há muitos dados não reconhecidos de forma intuitiva e nenhuma “fórmula”

(padrão de reconhecimento) para se chegar a um diagnóstico.33

1.1.1 Memória humana, processamento dual e a formação de scripts mentais

Conforme visto na seção anterior, o diagnóstico médico é, basicamente, uma tarefa

de categorização e reconhecimento40 e há evidências suficientes que sustentam a
teoria de que experiências anteriores com casos semelhantes influenciam a precisão
do diagnóstico atual.41 A tarefa de reconhecimento propõe que um item ou pessoa
visto anteriormente pode ser reconhecido por meio de um processo de lembrança
que recruta detalhes específicos sobre o evento anterior e um processo baseado em
familiaridade, que é mais vago. Por exemplo, pode-se reconhecer que um padrão de
sintomas foi visto antes a partir da lembrança dos detalhes de uma descrição
idêntica em um livro, por uma vaga sensação de que um padrão semelhante foi visto
antes em outro paciente ou por alguma combinação dos dois processos.42 Ambos
são igualmente suscetíveis a influências ambientais ou contextuais, portanto,
igualmente suscetíveis a erros.43 Aprender novas informações também depende de
experiências previamente armazenadas, pois a familiaridade pode ativar o
conhecimento armazenado, enquanto a lembrança pode facilitar associações entre
informações antigas e novas na memória e ajudar a definir como as novas
informações são percebidas.44

Há claramente sobreposição entre um modelo de raciocínio baseado em memória,

envolvendo formas de conhecimento analítico e experiencial e modelos de
processamento duplo, em que o sistema 1 equivale à recuperação de experiências
anteriores que ocorre em uma escala de tempo da ordem de centenas de
milissegundos33 e o sistema 2 está relacionado à aplicação de regras relacionando
características a categorias. Ambos enfatizam a natureza do conhecimento
recuperado.45

A memória humana funciona em três instâncias: memória sensorial, memória de

trabalho (ou de curta duração) e memória de longo prazo.46 A memória sensorial é a
responsável por captar e processar informações do mundo externo, através dos
órgãos sensoriais. A memória de trabalho codifica essas informações em tempo real
 27

e as compara a informações prévias, recuperadas da memória de longo prazo;

integra as novas informações e experiências com o que já foi aprendido; descarta
informações não relevantes e associa as restantes a esquemas mentais
armazenados como uma informação única, economizando espaço de arquivo. Se
esse processo for repetido, ocorre a sedimentação do esquema mental na memória
de longo prazo, que pode ser recuperado mediante uma nova entrada sensorial que
requisite, por analogia, esse esquema armazenado.47

A memória de trabalho é uma instância fundamental para a gestão de tarefas

cognitivas complexas, como solução de problemas e tomada de decisão.47
Entretanto, tem limites importantes em sua capacidade de processamento de muitas
informações ao mesmo tempo, o que é o principal gargalo no processamento
cognitivo de novas informações.48 Ao lidar com informações completamente novas e
desorganizadas, sofre uma sobrecarga porque, enquanto o número de elementos
que precisam ser organizados aumenta linearmente, o número de combinações
possíveis de elementos que devem ser testados para garantir a eficácia durante a
resolução de um problema aumenta exponencialmente.

Esse problema de crescimento exponencial pode ser resolvido limitando o número

de unidades de informação que são processadas simultaneamente. Processos de
aprendizagem, como construção e automação de esquemas mentais, organizam
várias informações em um mesmo “pacote”, processado como uma única informação,
a ser enviada à memória de longo prazo. Na educação médica, a utilização dos
scripts mentais de doenças potencializa a organização do conhecimento, reduzindo
a carga da memória de trabalho, porque mesmo um esquema altamente complexo
pode ser tratado como um elemento único ou “pacote”.49

1.1.2 Formação de script mental e retenção do conhecimento

Desde o trabalho pioneiro de Ebbinghaus,50 os cientistas geralmente estudam o

aprendizado humano e a memória a partir de uma técnica que consiste na exposição
de um conteúdo definido seguida de uma testagem, habitualmente após curto
período, para mensurar objetivamente a quantidade de informação que foi retida. À
medida que esse procedimento é repetido, uma curva exponencial de aprendizado é
 28

produzida. A suposição padrão em quase todas as pesquisas do gênero mostra que

a aprendizagem ocorre enquanto as pessoas estudam e codificam o material.
Recuperar informações em um teste é considerado um evento relativamente neutro,
que mede a aprendizagem que ocorreu durante o estudo, mas não produz
aprendizagem por si só. O senso comum compartilhado entre alunos e educadores
é que se a informação pode ser recuperada da memória, ela foi aprendida e pode
ser descartada da prática adicional, para que os alunos possam concentrar seus
esforços em outro material.51

A maioria dos estudos relacionados à retenção de conhecimento e habilidade

concentra-se em resultados de curto prazo, baseando-se em uma suposição que é
frequentemente falsa: o desempenho de curto prazo é um bom preditor de
desempenho durante longos períodos. Entretanto, o domínio demonstrado durante
ou imediatamente após o aprendizado pode ser facilmente perdido nas semanas e
meses seguintes, se não houver estímulo frequente à recuperação do
conhecimento.52,53 Estudos mostraram que parte substancial do conhecimento
básico e de habilidades adquiridas durante a graduação médica é esquecida ao
longo do curso.53,54 Tradicionalmente, no ensino médico, dedica-se uma quantidade
substancial de esforços para facilitar a aprendizagem inicial, mas comparativamente
pouco esforço para mantê-la.55

Um dos principais objetivos da educação médica deve ser ajudar os alunos a

adquirir grande corpo de conhecimento, que possa ser retido por muito tempo e
recuperado quando precisarem aplicá-lo no futuro, no atendimento aos pacientes.
Estratégias instrucionais que melhorem a retenção de informações em longo prazo
melhorariam muito a eficiência e eficácia da educação médica; também
economizariam tempo e recursos valiosos, reduzindo a necessidade de
reaprendizagem futura.55

Embora várias pesquisas em educação médica tenham se concentrado no

desenvolvimento de métodos eficazes de ensino e na criação de ferramentas de
avaliação válidas e confiáveis, menos atenção tem sido dedicada à identificação de
intervenções e estratégias educacionais que possibilitem a transferência entre a
aprendizagem inicial e a avaliação e aplicação subsequentes, ou seja, a retenção de
 29

conhecimento em longo prazo.56 No contexto da educação médica e de construção

do raciocínio clínico, os esquemas mentais de doenças aprendidos ao longo da
graduação refinam-se a cada etapa da formação, com a aquisição progressiva de
conhecimentos semiológicos e propedêuticos. Para que a tarefa de transferência
entre a aprendizagem atual e a aplicação futura, em um âmbito prático, seja feita, a
construção do esquema, a partir de frequentes recuperações e remodelagens, torna-
se um componente crítico para a solução de problemas. A abstração do esquema
durante as atividades de recuperação é crucial para que a transferência ocorra de
forma eficaz. Essa abstração é facilitada quando os procedimentos e estratégias de
domínio do conteúdo são bem definidos. Tais descobertas fornecem a base para
uma visão integrada do ensino do raciocínio clínico, com base em estratégias que
favoreçam a codificação racionalmente organizada de informações que comporão o
esquema mental de doenças e a abstração autodirigida desse esquema nas
atividades de recuperação.57

A construção inicial cuidadosa de scripts mentais de doença está em acordo com o

princípio de processamento apropriado de transferência. Segundo este princípio, o
acesso espontâneo e a recuperação (lembrança) de procedimentos formais
previamente aprendidos para a solução bem-sucedida de um problema serão
facilitados se os processos envolvidos durante o aprendizado inicial se
assemelharem aos processos necessários para o bom desempenho na
recuperação.57 Estudos em Psicologia Cognitiva têm demonstrado que o
desempenho da memória depende de uma correspondência entre as pistas que
foram presentes durante o aprendizado inicial e aquelas que são fornecidos na
recuperação.58,59 Com essa prática elaboram-se o traço de memória e a criação de
rotas mentais de recuperação adicionais, o que torna mais provável que a
informação seja recuperada com sucesso novamente no futuro.60

1.1.3 Teoria da carga cognitiva

A teoria da carga cognitiva postula que existem três formas de cargas cognitivas
relacionadas à aprendizagem: a) intrínseca, relacionada à dificuldade do problema a
ser solucionado e ao esforço utilizado para memorizar uma informação; b)
extrínseca, relacionada a dados irrelevantes que se apresentam no problema e ao
 30

esforço necessário para separá-los dos dados relevantes; c) pertinente, relacionada

à aprendizagem e ao desenvolvimento de esquemas mentais e ao esforço exigido
para o processamento, construção e automatização desses esquemas.61

A teoria assume que há uma limitação da memória de trabalho, que comporta cinco
a nove informações e processa ativamente não mais do que dois a quatro elementos
simultaneamente. Esta memória é capaz de lidar com informações por até 20
segundos, a menos que seja atualizada por associações a informações da memória
de longo prazo.62 A capacidade limitada da memória de trabalho só se aplica a novas
informações obtidas por meio da memória sensorial; este limite não existe ao lidar
com informações recuperadas da memória de longo prazo, que contêm esquemas
cognitivos que variam em seu grau de complexidade e automação.49 A
aprendizagem é o desenvolvimento e automação dos esquemas, que são
construções cognitivas que organizam os elementos de informação com base na
forma como serão tratados.

Os métodos de instrução baseados na teoria da carga cognitiva otimizam o

aprendizado por meio da redução da carga extrínseca, ajustando a carga intrínseca
ao estágio de desenvolvimento do aluno e selecionando estratégias que privilegiam
a carga pertinente.48 Como o esquema é uma estrutura cognitiva que organiza os
elementos de informação com base na maneira como eles são processados, ele
pode, quando bem construído, diminuir a interatividade dos elementos, reduzindo
assim a carga cognitiva intrínseca.63

Contextualizando a educação médica na teoria da carga cognitiva, observa-se que

os estudantes em fase inicial de formação organizam o conhecimento das áreas
básicas associado aos quadros clínicos patológicos em estruturas denominadas
“redes causais”, que explicam as relações de causa e consequência das doenças.20
Quando iniciam o atendimento a pacientes, estabelecem relações entre os sinais e
sintomas apresentados por um paciente e os esquemas formados na fase inicial do
curso, relacionando-os a uma doença específica. Como as informações, nessa
etapa, estão compartimentalizadas e pouco interligadas, o processo que leva a um
diagnóstico é lento, exige esforço mental considerável e é bastante suscetível a
erros.64 Quanto mais experientes e expostos repetidamente a casos clínicos
 31

semelhantes, mais os alunos refinam o processo de reconhecimento, reorganizando

e “encapsulando” os conhecimentos iniciais isolados, associando manifestações
clínicas a grupos de doenças. Com o passar do tempo, os esquemas mentais
formados a partir do encapsulamento de conhecimentos acumulam-se na memória
de longo prazo e modificam-se após novas experiências, determinando avanço na
capacidade de elaboração de diagnósticos, com menos esforço mental.19,37,65

1.1.4 Agentes moduladores da habilidade de raciocínio clínico

O desempenho do raciocínio clínico é altamente específico em relação ao conteúdo

e ao contexto. Tão desafiador quanto ensinar a raciocinar é o crescente
reconhecimento de que, dentro do mesmo domínio de conteúdo, o entorno da tarefa
influencia o desempenho. Variáveis como fadiga, stress, experiência com pacientes
imediatamente precedentes, relacionamento com a equipe de trabalho, atendimento
em ambiente hospitalar versus ambulatorial têm impacto direto na acurácia
diagnóstica.66,67 No escopo desta tese, embora seja altamente instigante o estudo
das variáveis sociais e ambientais, o foco é a discussão das variáveis acadêmicas e
instrucionais.

1.1.4.1 Conhecimento e experiência prévios

Problemas com o raciocínio clínico frequentemente ocorrem devido a conhecimento

inadequado, falhas na coleta de dados e abordagem inapropriada no processamento
de informações. Como visto anteriormente, o desafio atual dos educadores é reduzir
a carga extrínseca e/ou favorecer a carga pertinente, com base em estratégias
educacionais que podem ser usadas para incentivar a aquisição de habilidades de
raciocínio clínico, tais como: exposição a ampla variedade de casos; ativação de
conhecimentos prévios; desenvolvimento e refinamento de scripts de doenças;
compartilhamento de estratégias especializadas para chegar a um diagnóstico,
estimulando alunos a priorizar diagnósticos diferenciais; incentivo à reflexão
deliberada, metacognição e uso rotineiro de feedback oportuno.63,68-70

Kiesewetter e colaboradores utilizaram um modelo teórico adaptado para investigar

as ações cognitivas em que os estudantes de Medicina estão engajados ao lidar
 32

com um caso e como os padrões dessas ações estão relacionados à solução

correta.71 Vinte e três estudantes de Medicina trabalharam em três casos de
Nefrologia clínica usando o método think-aloud, que consiste em solicitar a um aluno
que pense em voz alta enquanto resolve um caso clínico. Foram codificadas oito
ações cognitivas cruciais para o diagnóstico correto, que exemplificam um modelo
de raciocínio clínico: denominação, análise e exploração de sinais e sintomas;
planejamento e implementação de estratégias que confirmem o diagnóstico;
avaliação dos dados a partir dos sinais e sintomas e resultados de exames;
representação do problema; e integração das informações para se chegar a um
resultado. Neste estudo, a avaliação, a representação e integração das ações
cognitivas foram fundamentais para a acurácia diagnóstica e estiveram intimamente
ligadas ao conhecimento prévio e à forma como se encontra organizado na
memória.71 Esta ligação foi confirmada em estudos recentes,30,72,73 que definem a
experiência e o conhecimento prévios como os principais responsáveis pelo sucesso
em encontrar o diagnóstico correto.

Ter conhecimento bem organizado e experiência prévia relacionados a uma doença

diminui as cargas cognitivas intrínseca e extrínseca impostas quando o aluno se
depara com um paciente com um quadro clínico semelhante a um visto
anteriormente, além de favorecer a carga pertinente. Quanto mais pacientes com
quadro semelhante o aluno atende, mais automatizados se tornam os scripts
mentais de doença, não requerendo mais processamento controlado, o que libera
ainda mais recursos para a memória de trabalho63 e favorece a acurácia diagnóstica.

1.1.4.2 Autoeficácia

Autoeficácia é definida como a crença do indivíduo na própria capacidade de

influenciar eventos que afetem sua vida, funcionando como um importante
determinante da autorregulação humana.74 Ela influencia o nível de motivação e
modula o empenho e a persistência do indivíduo frente a um desafio, orientando
padrões de pensamento, reações emocionais e a quantidade de esforço que o
indivíduo mobiliza para alcançar um objetivo.75
 33

No ambiente acadêmico, a autoeficácia refere-se a pensamentos, sentimentos e

ações autogerados, planejados e sistematicamente adaptados conforme necessário,
para potencializar o aprendizado e a motivação.76 Um dos principais determinantes
da crença de autoeficácia é a experiência pessoal significativa que, quando exitosa,
será traduzida pelo indivíduo como uma competência, passível de ser replicada.77 O
contexto em que ocorrem as experiências exitosas, bem como o fato do indivíduo
atribuir o sucesso ao acaso ou à sua habilidade, influenciam em como estas
experiências podem modular o nível de autoeficácia, afetando experiências futuras
semelhantes.78
.
Professores, colegas e indivíduos com os quais o aluno se identifica, que definiram
cursos de ação, criaram estratégias e alcançaram objetivos semelhantes àqueles
que o aluno pretende alcançar, podem exercer o papel de exemplo modelador da
autoeficácia. Os alunos, como observadores, se comparam a esses exemplos,
fazendo julgamentos sobre suas próprias capacidades acadêmicas e competências
e estão mais propensos a alterar suas crenças de autoeficácia baseados no sucesso
ou fracasso destes modelos.79

A utilização de escalas de autopercepção de atitudes é a maneira mais adequada de

se mensurar a autoeficácia em estudos científicos. São construídas de acordo com o
domínio que se pretende estudar e contam com perguntas no tempo presente a
serem respondidas pelo próprio avaliado, usando-se a escala do tipo Likert. Essas
escalas avaliam aspectos intrínsecos do sujeito, o julgamento que ele faz em relação
à própria capacidade para realizar ações relativas ao domínio pesquisado e refletem
a capacidade do indivíduo de alcançar metas, manter-se motivado e superar
obstáculos.80 A autoeficácia é capaz de interferir no desempenho de funções
executivas complexas, tais como a resolução de casos clínicos, e pode ser
influenciada pela forma inicial de aprendizado, especialmente se este for exitoso.75,79

1.1.4.3 Esforço mental

O esforço mental é a capacidade cognitiva alocada para acomodar as demandas

impostas por uma tarefa.13 A intensidade do esforço despendido pelos alunos para
resolver um problema é frequentemente considerada um índice de carga cognitiva.81
 34

Especialmente para iniciantes que aprendem uma tarefa cognitiva complexa, esta
capacidade pode ser um fator limitante do sucesso na realização da tarefa. Medidas
isoladas de desempenho, como a acurácia na resolução de casos clínicos, podem
não apresentar déficits com o aumento da complexidade da tarefa porque os sujeitos
são capazes de investir mais esforço mental para compensar o aumento da carga
cognitiva. Em um contexto educacional, a medição de esforço mental, portanto, pode
render informações importantes sobre os custos cognitivos em que o desempenho é
alcançado e sobre a eficiência relativa das condições de ensino, que não são
necessariamente refletidas em medidas baseadas apenas no desempenho.13

A quantidade de esforço que os alunos precisam investir para concluir uma atividade
pode ser um bom indicador da qualidade de seu modelo mental do procedimento de
solução, porque quanto maior for o nível de habilidade dos alunos, maior será sua
eficiência de desempenho (ou seja, maior precisão alcançada em menos tempo e
com menos esforço). Por isso, medir o esforço mental desempenha um papel central
na pesquisa em design instrucional. Dar aos professores a percepção da quantidade
de esforço mental que os alunos investiram em uma tarefa pode melhorar o
monitoramento e regulagem sobre o aprendizado deles.82

Três classes principais de técnicas de medição de esforço mental podem ser

distinguidas: 1) índices subjetivos; 2) índices psicofisiológicos; e 3) índices baseados
em desempenho.83 Técnicas subjetivas usam classificação em escalas para relatar o
gasto de esforço, baseadas na suposição de que os sujeitos são capazes de auto
avaliarem seus processos cognitivos e relatarem a quantidade de esforço mental
despendido. Tais escalas são sensíveis a diferenças relativamente pequenas na
carga cognitiva e são consideradas, pela literatura atual, válidas, confiáveis e pouco
invasivas.82,83 As técnicas psicofisiológicas usam índices como diâmetro pupilar,
variabilidade da frequência cardíaca e alterações em atividade cerebral relacionados
à resolução da tarefa. Essas técnicas baseiam-se no pressuposto de que as
mudanças no funcionamento cognitivo se refletem no funcionamento fisiológico. As
técnicas baseadas em desempenho usam características objetivas da tarefa, como
tempo de resposta e qualidade de resultados alcançados para obter informações
indiretas sobre o esforço mental. 83
 35

A eficiência instrucional de uma estratégia de ensino pode, então, ser medida com
base no desempenho e no esforço mental investido para atingir este desempenho
ao utilizar a estratégia.84 Essa medida pode fornecer informações interessantes para
a prática educacional, por exemplo, quando dois formatos de instrução levam a
resultados de teste iguais, mas se o primeiro exige que os alunos invistam mais
esforço durante o treinamento do que o segundo, o segundo parece mais
aconselhável para implementação prática.85

Nas pesquisas mais recentes sobre estratégias instrucionais, o objetivo principal tem
sido encontrar formatos instrucionais que reduzem a carga cognitiva extrínseca e
aumentam a carga pertinente, o que desafia o aluno iniciante a investir esforço em
processos que são relevantes para a aprendizagem. Quando uma tarefa tem alta
carga extrínseca, requer altos níveis de investimento de esforço mental, mas esse
esforço é investido em processos que não contribuem para o aprendizado. Por outro
lado, quando uma tarefa é de alta carga pertinente, também requer altos níveis de
esforço mental, mas esse esforço é investido em processos que fomentam a
aprendizagem.86

Durante os experimentos com estratégias instrucionais de raciocínio clínico, medidas

de carga cognitiva em combinação com medidas de desempenho fornecerão uma
visão mais detalhada sobre o nível de aquisição e automação de esquemas mentais
do que apenas medidas de desempenho.87

1.1.4.4 Atenção

A atenção é vista como a pedra angular da memória de trabalho.88 As

representações da memória de trabalho são vulneráveis à distração e interferências
do ambiente e do indivíduo. Quando a entrada de estímulos sensoriais não estiver
mais presente, a atenção sustentada é crucial para manter as informações na
memória de trabalho. Se todas as informações a serem mantidas couberem dentro
do foco de atenção, um processo de manutenção ativa dessas informações se inicia,
facilitando a permanência do conteúdo atual na memória de trabalho. Se houver
mais coisas para manter do que cabe no foco de atenção, um esforço adicional e
nova ativação de redes neurais precisam complementar o processo de manutenção
 36

ativa. Na fase de recuperação da informação, a atenção seletiva facilita a

associação das novas informações com aquelas mantidas na memória de trabalho.47

O princípio de design de atenção dividida foi proposto com base em resultados

empíricos e na teoria da carga cognitiva.89 Segundo esse princípio, as várias fontes
de informação devem ser apresentadas de forma que os alunos não precisem dividir
sua atenção entre elas, o que contribui para a redução da carga extrínseca. Por
exemplo, a fim de integrar um texto de instrução em uma imagem, o texto precisa
ser segmentado. Posteriormente, os segmentos devem ser posicionados perto dos
elementos da imagem a que se referem.90 Estratégias instrucionais que utilizem
casos clínicos para ensino do raciocínio devem seguir esse princípio: fotos de lesões
devem estar próximas da sua descrição, no exame físico; exames complementares
devem ser apresentados após a anamnese e o exame físico. Dessa forma, garante-
se a continuidade da atenção focada e o aluno é ensinado a organizar seu raciocínio
respeitando-se a hierarquia dos dados clínicos sobre os exames, que são, como o
próprio nome diz, complementares.

A aprendizagem cognitiva multimídia, definida como o aprendizado com palavras e

imagens,89 favorece a atenção focada, ao integrar modelos verbais (palavras) e
pictóricos (figuras, gráficos, fluxogramas e tabelas) e associá-los ao conhecimento
prévio, ativando a memória de longo prazo. O isolamento visual de diferentes
informações em segmentos pictóricos pode favorecer a aprendizagem, por requerer
menos esforço mental.90,91

1.1.4.5 Metacognição

Metacognição é a consciência e o controle da aprendizagem ou o conhecimento e o

pensar sobre o próprio conhecimento. A regulação da cognição se refere a um
conjunto de habilidades essenciais que ajuda os alunos a controlar sua
aprendizagem, tais como planejamento, monitoramento e avaliação, o que é
decisivo para o sucesso acadêmico e profissional.92

Pesquisas demonstraram que os alunos bem-sucedidos academicamente usam

estratégias metacognitivas, especialmente identificação de objetivos,
 37

automonitoramento, autoquestionamento, escolha racional de seus comportamentos

e autoavaliação.93,94 Na Medicina, além de sua definição geral, a definição de
metacognição perpassa por diferentes domínios, como a verificação do raciocínio
clínico para evitar erros diagnósticos, a visão empática da doença sob a perspectiva
do paciente ou a avaliação de riscos e benefícios sobre diferentes opções de
tratamento para uma mesma doença. Essas habilidades devem ser ensinadas para
que os futuros médicos sejam capazes de continuamente avaliar, monitorar e
melhorar seu desempenho, de forma integral.95

A metacognição ajuda o aluno a aprender em profundidade, lembrar-se do

conhecimento facilmente e escolher e usar estratégias de aprendizagem precisas,
além de perceber seus pontos fortes e fracos. No desenvolvimento de currículos
para escolas de Medicina, os educadores devem se concentrar em ensinar o
conteúdo, mas também ferramentas que possibilitem a autonomia do aluno na
regulação de sua aprendizagem e o capacitem a aprender ao longo de toda a vida.96

1.1.5 Estratégias instrucionais na educação médica

Historicamente, a grade curricular inicial do curso de Medicina é composta de

disciplinas que ensinam informações conceituais básicas, muitas vezes dissociadas
de seus significados clínicos. Quando o aluno inicia o atendimento a pacientes,
começa também o já conhecido encapsulamento de esquemas mentais de doenças,
que ocorre de forma aleatória e variada, de acordo com as experiências e
preferências individuais dos aprendizes20. Recentemente, várias instituições de
ensino médico têm aderido à proposta de currículos integrados, com estratégias
instrucionais que privilegiam a inserção precoce do aluno na prática clínica,
promovendo a resolução de problemas com nível de complexidade adaptado ao
momento do curso, como forma de potencializar a integração de conhecimentos e a
formação de esquemas mentais de doença.97-99

Essas estratégias baseiam-se no princípio das metodologias ativas de ensino-

aprendizado que privilegiam o aluno como sujeito da aprendizagem, apoiado no
professor como facilitador e mediador do processo, com vistas à formação integral e
adequada do estudante. As metodologias ativas visam tornar o aluno um sujeito
 38

reflexivo, que consiga verificar a realidade e construir conhecimento, estimulando-o a

analisar, refletir, verificar soluções para os seus problemas e, a partir de suas
análises, realizar escolhas e tomar decisões. Essa proposta está alinhada a uma
grande vertente de pesquisa em Psicologia Educacional, concentrada no
construtivismo, que enfatiza a construção pelos alunos de seus próprios sistemas
pessoais de posição.98 De acordo com essa teoria, a lembrança dos fatos só é
importante na medida em que representa a estrutura de por que a informação é
importante e como os itens de conhecimento funcionam juntos.29,97

O crescente avanço do conhecimento científico e tecnológico vem transformando

rapidamente as formas como o conhecimento é transmitido durante a graduação.
Especialmente na Medicina, diversas ferramentas de ensino foram acrescentadas ao
arsenal do professor, oportunizando modelos que vinculem conteúdo acadêmico à
necessidade de participação ativa do aluno na construção do conhecimento e na
integração entre os conteúdos.99 Entre essas ferramentas destacam-se a exposição
continuada a casos clínicos progressivamente mais complexos, sob a forma de
problemas escritos e a integração às redes de assistência à saúde locais desde o
início da formação, com acompanhamento dos serviços oferecidos por cada nível de
assistência. Para isso, contextualizam-se os problemas observados à bagagem
teórica preexistente, realizando conexões entre conhecimentos a partir de
problematização guiada por tutores e da simulação realística, entre outros.98

Para as informações teóricas, ferramentas como os mapas mentais100 e a

autoexplicação em voz alta (think aloud)101 baseiam-se também na autonomia do
estudante e no reconhecimento de formas individuais de construção e organização
de conhecimento. Os mapas mentais são representações visuais das ligações entre
estruturas conceituais que compõem determinado tópico de conhecimento,
estimulando a reflexão sobre o próprio entendimento dos conceitos, reforçando-os e
sedimentando-os na memória de longo prazo.100 A autoexplicação, seja falada ou
escrita, permite que o aluno reconheça os processos fisiopatológicos que possam
justificar os sinais e sintomas das doenças apresentadas pelos pacientes atendidos,
favorecendo a formação de redes causais e o encapsulamento do conhecimento.101
 39

Embora o número de estratégias educacionais que facilitem o ensino do raciocínio

clínico tenha crescido muito neste século, ainda há escassez de evidências
empíricas sobre qual abordagem de ensino funciona melhor, sob que circunstâncias
e para quem, o que pode deixar os professores com dúvidas sobre a melhor
abordagem instrucional a ser utilizada em cada contexto de aprendizado.102,103
Evidências recentes revelam que, no início de sua formação, quando possuem
mínima experiência, os alunos devem aprender a partir da melhoria da qualidade
das representações do conhecimento e ensinados a justificar todas as etapas que
executam no processo de raciocínio clínico, usando dados objetivos do caso para
raciocinar em direção a possíveis diagnósticos, em vez de defender um diagnóstico
intuitivo. Essa forma de treinamento clínico facilita o reconhecimento posterior de
categorias de sintomas e doenças e é denominada de prática reflexiva
deliberada.33,104

1.1.5.1 A prática reflexiva e a reflexão estruturada

A prática reflexiva é definida pela capacidade de um indivíduo pensar criticamente

sobre seus próprios raciocínios e decisões. Na educação médica, essa prática está
associada à competência diagnóstica, baseada na flexibilidade cognitiva.19 A
combinação entre conhecimento teórico prévio e novas informações ocorre
conforme a demanda de cada caso, harmonizando a integração dos sistemas 1 e 2
de raciocínio e favorecendo a ampliação e sedimentação dos scripts mentais de
doenças na memória de longo prazo.104

Estratégias educacionais baseadas nessa prática são consistentes com evidências

sobre as estruturas de conhecimento subjacentes ao raciocínio diagnóstico e o papel
da exposição a problemas clínicos no desenvolvimento de tais estruturas. A reflexão
estruturada é uma estratégia educacional92,105-109 desenvolvida a partir da
identificação, em casos clínicos, de comprovações que amparem ou refutem um
diagnóstico (FIG. 1).108 Essa técnica requer, após a leitura do caso, a elaboração de
uma hipótese diagnóstica e de diagnósticos diferenciais e o retorno ao caso para
identificar confirmações favoráveis ou desfavoráveis a cada diagnóstico, em um
trabalho que auxilia a identificar qual das hipóteses deve prevalecer sobre as demais.
 40

Estudo experimental original foi conduzido com essa estratégia, no qual 46 alunos
do 4º ano do curso de Medicina diagnosticaram, em fase inicial, seis casos clínicos
em diferentes condições experimentais: reflexão estruturada, diagnóstico imediato
ou diagnóstico diferencial. Após 1 hora (teste imediato) e sete dias (teste tardio) do
experimento inicial, realizaram novo teste, que consistia em diagnosticar quatro
casos diferentes das mesmas doenças apresentadas na fase inicial. O desempenho
diagnóstico não diferiu entre as condições na fase inicial. No teste imediato, os
escores na condição de reflexão foram significativamente menores que os escores
na condição de diagnóstico diferencial. Uma semana depois, no entanto, os escores
na condição de reflexão superaram significativamente os das outras condições. Os
autores concluem que a reflexão estruturada durante a prática de casos parece
promover o aprendizado do conhecimento clínico de maneira mais eficaz do que a
geração de diagnósticos imediatos ou diferenciais, favorecendo o desenvolvimento
da competência diagnóstica nos alunos.109

Figura 1 - Modelo de apresentação de caso para desenvolvimento de raciocínio

clínico a partir da prática reflexiva estruturada

Fonte: Ibiapina et al. (2014)108

 41

O uso dessa estratégia demonstrou ser eficaz para o ensino do raciocínio

clínico,92,108,109 pois, ao se envolverem na busca deliberada por informações que
sejam capazes de confirmar ou refutar os diferentes diagnósticos considerados para
o caso, os alunos são induzidos a integrar e reorganizar o conhecimento
preexistente, enriquecendo seus scripts mentais de doenças.34 Como as
representações mentais de doenças são críticas para a resolução de problemas
futuros, a reflexão estruturada tem potencial para melhorar a competência
diagnóstica dos alunos. Cada script mental de doença é processado e armazenado
como se fosse uma unidade apenas. A cada vez que um estudante enriquece o
script mental de uma doença, ele não aumenta a carga sobre a memória de trabalho,
apenas enriquece a unidade com informações mais relevantes. À medida que evolui
e adquire mais experiência, esses complexos esquemas são rapidamente
transportados da memória de longo prazo para a memória de trabalho, reduzindo a
carga sobre a memória de trabalho.47

É uma atividade de aprendizagem centrada no aluno, pois requer sua participação

ativa na resolução do caso, envolvendo-o em uma série de ações sistemáticas no
uso de indução seguida por dedução e teste, enquanto reflete deliberadamente em
diagnósticos plausíveis, comparando e contrastando seus respectivos roteiros de
doença. Com base no confronto com evidências contraditórias emergentes dessa
análise, lista diagnósticos alternativos plausíveis; repete a mesma análise para cada
diagnóstico e prioriza os diagnósticos em termos de probabilidade.110 Ao usar
explicitamente ferramentas de redução de erros, permite separar características
clínicas e criar intencionalmente associações entre o caso atual do paciente e o
conhecimento prévio. Dado o papel central da geração de hipóteses em raciocínio,
essas estratégias permitem aos alunos aprimorar os esquemas mentais de doença
disponíveis em sua memória para refinar o processo de geração de hipóteses.34

Dados de estudos publicados foram explorados utilizando-se essa estratégia para

determinar sua confiabilidade, validade e viabilidade.111 O desempenho da estratégia
é medido pela acurácia diagnóstica, uma medida indireta das habilidades de
raciocínio. A avaliação do resultado do raciocínio diagnóstico, baseada na acurácia,
em vez da avaliação do processo de raciocínio, poupa tempo e oferece o potencial
para elaborar uma avaliação confiável usando amostra representativa de casos
 42

típicos da prática.104 Pesquisadores fizeram análise retrospectiva de sete grandes

estudos conduzidos por três equipes de pesquisa que usaram uma série de resumos
escritos para examinar o resultado do raciocínio clínico - o diagnóstico. Os estudos
envolveram mais de 600 participantes, desde estudantes de Medicina do último ano
até médicos com ampla experiência, e mostraram que a avaliação do conhecimento
usando a prática reflexiva estruturada, com base em casos escritos, pode fornecer
informações confiáveis sobre o resultado do raciocínio diagnóstico.111

1.1.5.2 Prática reflexiva estruturada guiada por pistas e por exemplos

trabalhados: reduzindo a carga extrínseca durante a aprendizagem

Conforme a teoria da carga cognitiva, estratégias instrucionais devem ser projetadas

levando em consideração as estruturas que constituem a arquitetura cognitiva
humana, a fim de serem eficazes para a construção e automação dos esquemas
mentais. A capacidade da memória de trabalho é considerada limitada a sete mais
ou menos dois elementos ou blocos de informação.62 Tarefas complexas, como a
resolução de um caso clínico, contêm elevado número de elementos de informação
interativa, determinando alta carga cognitiva intrínseca,46 pois estes elementos
devem ser processados simultaneamente na memória de trabalho para que a
aprendizagem seja alcançada.

A carga cognitiva intrínseca é influenciada pelo conhecimento prévio do aprendiz, de

forma que à medida que a aprendizagem avança, os elementos de informação são
combinados em esquemas que podem ser tratados como um elemento único na
memória de trabalho. Portanto, quanto mais conhecimento e experiência prévios um
aluno tiver, menor será a carga intrínseca que uma tarefa impõe. Além da carga
cognitiva intrínseca, há a carga imposta por processos cognitivos induzidos por meio
do design de instrução. Esse tipo de carga cognitiva é denominado extrínseco
quando é ineficaz para a aprendizagem e pertinente quando é eficaz para a
aprendizagem.61,62

Pesquisadores analisaram a natureza e a composição das representações de caso

de 43 estudantes de Medicina de quarto e quinto anos e concluíram que os déficits
dos alunos no diagnóstico são mais prováveis devido a lacunas de conhecimento.
 43

Em particular, o conhecimento fisiopatológico parece ser insuficiente.15 Muitos

alunos falham em conectar sintomas ou associar temporalmente diferentes achados
porque tarefas com alta interatividade de elementos são difíceis de entender e
geram alta carga cognitiva.

Há crescentes comprovações de que ajudas de decisão cuidadosamente projetadas

podem facilitar o acesso a conhecimento adquirido e melhorar a retenção de
informações e a transferência de conhecimento para novos cenários.34 A partir
desses achados, novas experiências foram feitas com modificações da ideia original
de prática reflexiva proposta por Mamede e colaboradores,104 para potencializar o
desenvolvimento da habilidade de raciocinar clinicamente. Dar dicas a alunos
novatos para focalizar a reflexão em doenças relevantes, como a reflexão guiada por
pistas, ou desenvolver esquemas que incorporam os elementos de interação de um
caso, como o exemplo trabalhado, reduzem a carga cognitiva extrínseca,
favorecendo o aumento do desempenho de diagnóstico em relação à reflexão sem
qualquer orientação, além de reduzir o esforço mental para solucionar os casos.112 A
prática reflexiva estruturada, seja direcionada por pistas ou pelo estudo de exemplos
trabalhados, é uma abordagem útil para o ensino do raciocínio clínico para alunos
com pouca experiência prévia.49

Por meio da reflexão estruturada adicionada de pistas, o aluno pode mais facilmente
refletir nas possibilidades diagnósticas, enquanto confronta-as com os achados
clínicos do paciente, busca explicações alternativas e verifica-as até chegar ao
diagnóstico final, promovendo a identificação de lacunas de conhecimento e
motivando o interesse em aprender mais. Isso acontece porque, ao estimular o
aluno a encaixar a apresentação clínica do caso a cada diagnóstico apresentado
como possibilidade, a utilização da estratégia do raciocínio estruturado com pistas
enriquece a formação de scripts mentais, o que facilita o reconhecimento da doença
quando o aluno é reapresentado a ela. Ao utilizar o exemplo trabalhado, os alunos
comparam e contrastam os vários scripts de doenças possíveis ao quadro clínico do
paciente, notando variações de apresentações típicas de uma doença e
identificando características críticas que discriminam entre alternativas diagnósticas,
o que os torna mais bem equipados para diagnosticar casos semelhantes no
futuro.113
 44

A consciência de estudantes de Medicina sobre lacunas de conhecimento,114 bem

como o engajamento no aprendizado e a acurácia diagnóstica,115 foram avaliados
durante a resolução de casos clínicos por dois grupos de alunos, divididos entre
geração livre de hipótese diagnóstica e diagnósticos diferenciais ou resolução por
reflexão estruturada. Alunos que deliberadamente refletiram sobre os casos
apresentaram maior engajamento e melhor acurácia do que aqueles que fizeram
uma hipótese diagnóstica principal e um diagnóstico diferencial. O melhor efeito do
raciocínio estruturado pode dever-se à mobilização de conhecimento prévio dos
alunos que, uma vez ativado, torna mais fácil entender as novas informações
apresentadas no material de estudo e integrá-las em estruturas de conhecimento
previamente existentes.

As intervenções estruturadas fomentam recuperação de conhecimentos clínicos

adquiridos anteriormente e elaboração da informação durante a prática com
problemas clínicos, compartilhando a ideia básica de fornecer aos alunos orientação
para comparar e contrastar diferentes diagnósticos alternativos para o problema em
questão. Os alunos são encorajados a mobilizar explicitamente o conhecimento
analítico, comparar e contrastar possíveis diagnósticos com base na relação entre
os dados clínicos, apresentações típicas para cada doença e as probabilidades
relativas das diferentes possibilidades diagnósticas. Essa prática estimula os alunos
a priorizar listas de possibilidades de diagnóstico. E explicar suas justificativas os
ajuda a criar vínculos entre os achados clínicos do caso e os diagnósticos relevantes,
reforçando sua capacidade de desenvolver scripts de doenças.17

A reflexão guiada por pistas (FIG. 2) parece ser uma abordagem útil para o ensino
do raciocínio clínico para alunos com pouco conhecimento prévio. Estudo apurou
que fornecer dicas de reflexão de modo que os alunos se concentrem no diagnóstico
"relevante" - diagnósticos que seriam abordados no teste - foi suficiente para fazê-
los ter melhor desempenho do que aqueles que escolheram por si mesmos quais
doenças eles iriam considerar.112 Esta estratégia exige um processamento profundo
das etapas de resolução de um problema pois, ao tentar gerar as etapas que faltam,
os alunos se tornam mais conscientes de sua compreensão do procedimento de
resolução do problema e da qualidade do esquema de resolução, obtendo dicas
sobre sua capacidade de resolver esse tipo de problema em um teste futuro.116
 45

Figura 2 - Modelo de apresentação de caso para desenvolvimento de raciocínio

clínico a partir da prática reflexiva guiada por pistas

Fonte: Ibiapina et al. (2014)108

Os exemplos trabalhados são um meio de instrução eficaz para ensinar habilidades

complexas de resolução de problemas, pois, ao diminuir a carga cognitiva extrínseca,
permitem que mais recursos da memória de trabalho sejam direcionados para
atividades que facilitem o desempenho de aprendizagem e a transferência de
conhecimentos.117,118 Ao fornecer ao aluno dados objetivos e organizados que
explicitam o caminho utilizado para se chegar a um diagnóstico, permite-se que
considere as diferentes alternativas que devem ser abordadas sucessivamente para
resolver o problema clínico (FIG.3). Assim, ele se dedica a estudar os movimentos
 46

necessários para chegar a um diagnóstico e construir esquemas mentais de doença

sólidos, que orientem a resolução de problemas futuros, tanto os que se apresentem
de forma idêntica ao atual quanto os diferenciais, para os quais eles têm que adaptar
de forma flexível o procedimento de solução aprendida.

Figura 3 - Modelo de apresentação de caso para desenvolvimento de raciocínio

clínico a partir da prática reflexiva guiada pelo exemplo trabalhado

Fonte: Ibiapina et al (2014)108

 47

Alunos em fase inicial de formação podem não ter o domínio do conhecimento

prévio necessário para resolver um caso clínico; exigir que eles iniciem a construção
do raciocínio para gerar uma hipótese diagnóstica, como na reflexão livre,
provavelmente aumentará a carga cognitiva extrínseca. Nessa perspectiva, os
alunos podem se beneficiar de ter a lógica por trás das etapas de solução explicadas
no exemplo trabalhado, o que permitirá melhor construção e automação do esquema
mental de doença.102

Estudos que utilizaram essa estratégia mostraram que os alunos envidaram menos
esforço mental para alcançar resultados de aprendizagem iguais ou superiores aos
utilizados nas estratégias tradicionais, o que culmina em melhor eficácia (resultados
de aprendizagem) e/ou eficiência (resultados de aprendizagem/ investimento de
tempo / esforço mental).117,118

O número de estudos sobre exemplos trabalhados relatados na literatura ainda é

limitado. Pesquisa nos três periódicos mais citados em artigos sobre educação em
profissões da saúde, Academic Medicine, Medical Education e Advances in Health
Sciences Education, revelou 15 artigos, sendo o mais antigo de 2002. No entanto, a
indicação de que essa intervenção merece mais atenção veio de alguns estudos que
exploram a influência dos benefícios de estudar exemplos trabalhados de raciocínio
reflexivo para a competência diagnóstica.119

Alguns estudos compararam o impacto entre três estratégias de raciocínio reflexivo

(livre - free reflection; com pistas - cued reflection; e claramente exemplificado -
modelled reflection) no aprendizado clínico de estudantes de Medicina92,104 e de
residentes médicos.24 Apuraram melhoria no aprendizado, medida por mais acurácia
diagnóstica e baixo grau de esforço mental para a solução dos problemas quando o
raciocínio reflexivo era desenvolvido a partir do fornecimento de pistas ou
exemplificado. As estratégias baseadas nessas intervenções mostraram-se bem-
sucedidas também para melhorar os julgamentos de confiança. Entretanto, foi
observada significativa heterogeneidade de abordagens de medição. Os resultados
até o momento são promissores, estimulando a execução de novas pesquisas com
metodologia refinada e amostras mais diversas.120
 48

Os benefícios de um programa estruturado com base nos princípios da prática

reflexiva deliberada podem ser limitados aos estágios iniciais de aprendizagem e
podem não ser mantidos uma vez que a especialização tenha sido alcançada. Ao
comparar o efeito dessa estratégia em estudantes nas fases iniciais de formação e
residentes, mostrou-se que estes não se beneficiam da reflexão, especialmente na
resolução de casos simples, porque podem resolver tais problemas facilmente desde
o início, visto que já possuem scripts mentais de doenças bem formados.24 Esses
resultados demonstram que o efeito da prática estruturada é influenciado pelo nível
de conhecimento dos alunos.121 Com o aumento da experiência do aluno, o efeito do
exemplo trabalhado primeiro desaparece e então reverte (fenômeno da expertise
reversa). Exemplos trabalhados tornam-se redundantes para alunos mais
experientes e, portanto, impõem maior carga cognitiva extrínseca.122

Nesse sentido, a reflexão estruturada, seja na forma livre ou adicionada de diretrizes

(reflexão guiada por pistas e estudo de exemplos trabalhados) são boas estratégias
instrucionais a serem utilizadas no início da formação, para auxiliar alunos menos
experientes na construção de conhecimento a ser usado no futuro.121

1.2 A Neurociência do aprendizado

“Aprender” é o produto de estabelecer conexões entre os neurônios, ou seja,

desenvolver redes neurais.123 A ciência do aprendizado é um campo interdisciplinar
emergente, que oferece aos educadores percepções importantes sobre o que
acontece em diferentes partes do cérebro quando ocorre a aprendizagem, além de
oferecer estratégias eficazes para informar o planejamento e implementação de
estratégias educacionais. Uma área de pesquisa em expansão na ciência do
aprendizado envolve o uso de ferramentas de Neurociências para obter insights nos
processos cerebrais associados à aprendizagem e ao desenvolvimento de
competências.124 Apesar da complexidade e do custo de algumas das técnicas
utilizadas para capturar a atividade cerebral durante o aprendizado, ferramentas
menos injuriosas e de baixo custo, desenvolvidas recentemente, têm permitido a
avaliação desses processos cerebrais com mais facilidade, em ambientes reais. Por
exemplo, sinais de eletroencefalograma (EEG),124,125 imagens de ressonância
magnética126 e de movimentação ocular127 decorrentes de atividades neurais durante
 49

o aprendizado têm sido usados em estudos gerais e no meio médico. O

conhecimento das etapas neurobiológicas de aprendizagem (codificação,
consolidação e recuperação) como um processo construtivo e reconstrutivo, no qual
a memória está em constante mudança, é uma ferramenta útil e de extremo
potencial para o planejamento de atividades de educação médica, tal como o ensino
do raciocínio clínico.128,129

1.2.1 Etapas neurobiológicas do aprendizado

1.2.1.1 Codificação

A codificação é o processo pelo qual um estímulo é transformado em uma memória

no cérebro. Constitui a primeira etapa do processo de aprendizagem, sendo a forma
como as informações trazidas por um ou mais sentidos são percebidas pelo cérebro,
que usa sinais químicos e elétricos para representar as informações
temporariamente na memória de curto prazo, como um traço de memória.130 As
conexões neurais que se formam quando alguém aprende algo novo são as
mesmas que o cérebro usará para formar uma memória permanente para essa
informação. Por isso, quanto mais elaborada for a apresentação das novas
informações no momento da exposição inicial, melhor será a chance de recuperação
posterior dessa informação.129,130 Partes do cérebro que estão envolvidas na
codificação incluem o neocórtex (inicia o processo de aprendizagem),131 o córtex
pré-frontal (garante que atenção suficiente esteja disponível para a tarefa)132 e o
hipocampo (localiza e processa memórias conscientes de curto prazo e as
relacionadas a habilidades motoras).129,130

A forma como codificamos as informações determina como elas serão armazenadas

e quais sugestões serão efetivas quando tentarmos recuperá-las. Mesmo que os
traços de memória, como o nome indica, sejam inerentemente lábeis, a qualidade do
evento de codificação inicial é crítica para o domínio de longo prazo.133 Quanto mais
detalhada e multifacetada for a codificação de novas informações no momento da
exposição inicial, tanto melhor a chance de relembrá-las posteriormente.128
 50

1.2.1.2 Consolidação

A consolidação é o processo pelo qual uma memória é reorganizada e integrada aos

circuitos neocorticais de modo a se tornar menos dependente do hipocampo.128 Essa
etapa é subdividida em:

a) Aprendizado rápido - no qual o cérebro obtém do hipocampo traços de

memória sinalizados como importantes134 com base no esforço significativo ou
relevância; essa etapa caracteriza-se por baixa capacidade de armazenamento
na memória de curto prazo;123,129
b) Reconsolidação - é a reativação de memórias consolidadas para atualização
e fortalecimento.135 Nesse processo ocorre a transferência das informações
recuperadas pelo hipocampo para a área apropriada do neocórtex, onde, sob
condições adequadas, os traços de memória passam por cuidadoso
processamento, durante o qual a informação consolida-se à medida que a
representação desta se torna reorganizada e distribuída dentro do neocórtex,
integrada aos circuitos preexistentes, atualizadas e reprocessadas com novas
informações, sendo armazenada na memória de longo prazo.119

É por isso que uma pessoa que já possua conhecimento em um assunto encontra
facilidade em aprender novas informações cujo conteúdo esteja associado a esse
assunto, pois o cérebro tem muitas experiências com as quais fazer conexões.
Durante essa etapa as informações recém-aprendidas tornam-se parte de uma rede
neural já existente (assimilação) ou iniciam a formação de uma nova rede
(acomodação).128, 129

1.2.1.3 Recuperação

É o acesso a informações aprendidas anteriormente para a compreensão e

resolução de problemas futuros.129 Nessa etapa ocorre o acesso a informações
armazenadas como uma memória de longo prazo (neocórtex), trazendo-as de volta
para a memória de curto prazo (hipocampo). Quanto mais esse processo é repetido,
mais forte e rápido se torna, estabilizando as sinapses das células envolvidas na
rede neural associada à informação a ser recuperada.130 A recuperação também
 51

pode melhorar a compreensão, remodelando a informação depois que o cérebro a

usa novamente, pois passa a ser associada a um novo conjunto de pistas que
refletem o contexto mais recente em que a informação foi requisitada, melhorando
sua transferibilidade para novas situações.130

A recuperabilidade é influenciada pela intensidade e frequência com que os

conceitos aprendidos são aplicados em cenários variados e até que ponto estes se
assemelham à situação na qual a informação foi originalmente aprendida.129

1.2.2 Indicadores neurofisiológicos do aprendizado

Atualmente, há crescente quantidade de estudos sobre como utilizar o conhecimento

dos processos de Neurobiologia do aprendizado para facilitar a retenção, a
lembrança, o uso e aplicação eficazes das informações aprendidas. Assim, existem
oportunidades consideráveis para a integração do conhecimento atual sobre a
biologia da aprendizagem com estratégias de ensino. Ao ensinar os alunos de
Medicina considerando estas informações, há uma oportunidade de tornar a
educação médica mais fácil e eficaz.136

1.2.2.1 Formas de medir os indicadores neurofisiológicos de aprendizado

Os principais indicadores neurofisiológicos objetivamente mensuráveis por meio de

análise de atividade cerebral são a memória, a atenção e o esforço mental. Tais
indicadores vêm sendo recentemente pesquisados com base em várias tecnologias,
tais como o eletroencefalograma (EEG)124,125, imagens de ressonância magnética,126
análise de movimentação ocular127 e avaliação de flutuações síncronas no sinal
dependente do nível de oxigenação do sangue no cérebro (Blood-oxygen-level-
dependent - BOLD).137

O registro cerebral por meio do EEG pode medir a atividade cerebral de forma não
invasiva em ambientes reais, fora dos laboratórios de pesquisa. Eletrodos colocados
no couro cabeludo medem as flutuações de tensão resultantes dos fluxos de
corrente iônica dentro dos neurônios do cérebro como resultado da atividade
cerebral. Os sinais são filtrados e a análise computadorizada auxilia na visualização
 52

das gravações conhecidas como EEG quantitativo ou mapeamento de EEG. Este

atua como um tipo de medida psicofisiológica utilizada para obtenção de métricas
mentais, que variam previsivelmente em resposta a mudanças nos níveis de
estímulo cognitivo.138 Isso torna o EEG uma escolha apropriada para avaliação da
carga cognitiva em experimentos que avaliem a aprendizagem.139

De modo geral, os sinais que o EEG capta são provenientes de correntes elétricas
da atividade do córtex cerebral. Essas correntes são produzidas pelo somatório dos
potenciais pós-sinápticos inibitórios e excitatórios de milhares ou milhões de
neurônios.140 Um dos principais limitantes dessa técnica é a medição e
processamento de sinais de EEG em um ambiente real, devido ao alto número de
possíveis interferências no registro, tais como abrir e fechar de olhos, respirações
profundas e até mesmo as batidas do coração. Outra limitação característica dos
dispositivos de registro de EEG profissionais é o alto custo e o fato de serem
desconfortáveis para uso em estudos ecológicos.141

Pensando nessas limitações, várias alternativas de baixo custo e de uso mais amplo
surgiram no mercado recentemente.141 Equipamentos que registrem o traçado de
EEG sem a necessidade de fios, como aqueles de conectividade sem fio, oferecem
melhor validade ecológica, reduzindo o tamanho geral do equipamento e permitindo
a coleta de dados de vários participantes ao mesmo tempo. No início do século XXI,
estes equipamentos foram amplamente estudados em laboratórios de pesquisa.
Dispositivos comerciais de EEG desenvolvidos por empresas como NeuroSky® e
Emotiv® são feitos para uso pelo público em geral, com menos eletrodos e que
dispensam o uso de gel para melhorar o contato do eletrodo com a pele. Seus
preços são significativamente mais baixos do que os dispositivos de EEG médicos.
Os usuários podem usá-lo, removê-lo e carregá-lo de maneira muito conveniente.
Essas características tornam este dispositivo mais acessível, aumentando seu valor
prático.142,143 Uma das principais vantagens do EEG é sua alta resolução temporal,
permitindo medir mudanças na atividade cognitiva na escala de milissegundos.
Portanto, as medições de EEG podem refletir continuamente os estados cognitivos
de um participante de estudo sobre aprendizagem.143,144
 53

Uma das principais limitações desses dispositivos são artefatos nos dados
registrados, criados por ações como piscar, movimentar a cabeça e respirar
profundamente. Em alguns casos, esses artefatos são mais fortes do que o sinal da
atividade neural. Para contornar essa limitação, a maioria dos sistemas de EEG
atuais é equipada com software robusto que agiliza a filtragem de sinal e a remoção
de artefatos.141 O processo de análise é realizado a partir dos dados brutos, não
processados, objetivando transformá-los em informação inerente à pesquisa a ser
realizada. Alguns equipamentos disponibilizam aos desenvolvedores a biblioteca de
pós-processamento com informações relativas aos dados captados em tempo real,
tais como nível de atenção, foco e engajamento, entre outros.144

1.2.2.2 Emotiv®: dispositivo portátil para registro de EEG

O sistema Emotiv EPOC® é um instrumento de eletroencefalografia funcional portátil

que vem sendo utilizado em muitos estudos científicos, principalmente em modelos
de investigação de atividade cerebral.145 Uma das vantagens desse equipamento é
seu baixo custo e sua capacidade de adaptação em diferentes ambientes. Esse
instrumento usa sensores de contato fixados a braços plásticos flexíveis de um
headset de conectividade sem fio. Possui 16 sensores alinhados de acordo com a
disposição internacional de análise eletroencefalográfica em sistema 10-20 de
posicionamento (FIG.4), que são: anterofrontal (AF3, AF4, F3, F4, F7, F8),
frontocentral (FC5, FC6), occipital (O1, O2), parietal (P7, P8) e temporal (T7, T8).
Um sensor mastóideo (M1) atua como um ponto de referência-terra para o qual a
voltagem de todos os outros sensores é comparada. O outro mastoideo (M2) é uma
referência feedforward que reduz a interferência elétrica externa. Essa conformação
resultante do posicionamento dos eletrodos permite o rastreamento espaço-temporal
adequado e sensível à ativação da ampla área cortical.142,144,145

Segundo alguns estudos utilizando o Emotiv EPOC®, verificou-se que esse

equipamento apresenta alta capacidade na detecção de ações mentais, tornando-o
um sistema com nível aceitável de precisão, produzindo muitas novas possibilidades
de interação humano-computador.142,144,146
 54

Figura 4. Posicionamento dos eletrodos alinhados de acordo com a disposição

internacional de análise eletroencefalográfica em sistema 10-20 de posicionamento

Fonte: Emotiv (2014)145

1.2.2.3 Atividade cerebral associada à aprendizagem

O processo de raciocínio clínico assemelha-se, em várias nuances, ao processo de

tomada de decisão. Estudos de tomada de decisão na Neurociência procuram
verificar em tempo real como uma pessoa pensa durante suas decisões, o que traz
implicações positivas para o ensino do processo decisório.147

O processo de raciocínio clínico, tal qual o processo de tomada de decisão, é

extremamente complexo: envolve a avaliação de riscos e benefícios, recruta
diversos processos cognitivos que estão relacionados entre si, envolve
considerações de múltiplas alternativas e cálculos de probabilidade versus análise
de possibilidades, dedução das possíveis consequências futuras das escolhas e
mobiliza grande quantidade de circuitos neurais, não sendo restrito a uma área
específica do cérebro.148

O desenvolvimento e aperfeiçoamento do raciocínio diagnóstico dependem tanto do

raciocínio não analítico, baseado em padrão de reconhecimento, a partir de
conhecimento rico e organizado de conteúdo sobre determinada doença ou script
mental de doença, quanto do pensamento analítico. E este envolve esforço
consciente para identificar, comparar e contrastar opções, exigindo flexibilidade
cognitiva para adaptação à ambiguidade de determinados casos, com seleção da
 55

melhor estratégia para resolver o problema clínico contextualizado a cada paciente e

ao ambiente de trabalho.148

Estudos anteriores144,149,150 sugerem que o eletroencefalograma (EEG) pode ser uma

ferramenta valiosa para avaliar o processamento cognitivo dos alunos durante a
aprendizagem, desde que sejam observados cuidados em relação à viabilidade da
coleta. Essa é uma questão importante quando os alunos precisam manter a
atenção por longos períodos, pois um dos principais desafios da coleta de dados do
EEG é minimizar a interferência com o processo de aprendizagem enquanto
maximiza a validade dos dados. Embora seja desejável coletar dados para inferir
estados cognitivos, é igualmente importante que os alunos se sintam confortáveis
com os sensores.

A ativação de regiões cerebrais muda conforme o trabalho cognitivo e estados

mentais, como aprendizagem, percepção etc.140,144,149 Nos últimos 20 anos houve
muitas pesquisas usando EEG para detectar, estimar ou prever atividades cerebrais
humanas.124,125,151,152 Da mesma forma, atividades associadas à memória, atenção e
esforço mental durante o processo de decisão que baseia a realização de
diagnósticos médicos vêm sendo cada vez mais estudadas.136,153 Para a
compreensão dessas pesquisas, faz-se necessário um conhecimento básico sobre
Neuroanatomia e atividade cerebral.

1.2.2.4 Neuroanatomia e atividade cerebral

O cérebro humano possui cinco divisões anatômicas, os lobos cerebrais (FIG. 5).
Existem cinco lobos: frontal, parietal, occipital, temporal e insular. O lobo frontal é
responsável pela tomada de decisão, julgamento, memória recente, crítica,
raciocínio. O lobo parietal está relacionado à interpretação das sensações, ao senso
de localização do corpo e do meio ambiente. O lobo occipital ocupa-se basicamente
com a visão, enquanto o temporal, com a audição. O lobo insular está relacionado a
processos emocionais fortemente influenciados pelos órgãos dos sentidos. Embora
sejam atribuídas funções específicas a cada lobo, a maior parte das atividades
requer coordenação de múltiplas áreas nos dois hemisférios. A função cerebral é
extensivamente lateralizada. Atividades visuais, táteis e motoras do lado esquerdo
 56

do corpo são controladas predominantemente pelo hemisfério direito, e vice-versa.

Funções complexas específicas manifestam-se dos dois lados, mas são controladas
principalmente por um hemisfério (dominância cerebral).154

O córtex cerebral contém áreas sensoriais e motoras primárias e múltiplas áreas de

associação. Uma área de associação unimodal é adjacente à sua área sensorial
primária correspondente e processa informações daquela área em um nível mais
alto do que a área sensorial primária. Áreas de associação heteromodal não se
restringem a alguma atividade sensorial ou motora isolada, mas recebem
informações convergentes de múltiplas áreas sensoriais e motoras do cérebro. As
áreas de associação heteromodais nos lobos frontal, temporal e parietal integram
informações sensoriais, feedback motor e outras informações com as memórias
instintiva e adquirida. Essa integração facilita o aprendizado e cria o pensamento, a
expressão e o comportamento.155

Figura 5 - Áreas do cérebro

Fonte: Brasil (2021)156

1.2.2.5 Estruturas cerebrais e as funções de aprendizado

O lobo frontal intervém no planejamento, raciocínio, resolução de problemas,

julgamento e controle dos impulsos, além de regular sentimentos como a empatia, a
 57

generosidade e o comportamento. É essencial para o planejamento e execução de

comportamentos aprendidos e intencionais; também constitui o local de muitas
funções inibitórias. As áreas pré-frontais são de especial interesse para o
aprendizado, pois são responsáveis pela iniciativa, pensamento, planejamento e
elaboração. Destacam-se a área pré-frontal medial, importante na atenção e na
motivação, e o córtex dorsolateral frontal (algumas vezes denominada área
dorsolateral pré-frontal), que manipula informações adquiridas recentemente -
função denominada memória de trabalho.157

Os lobos temporais servem essencialmente para percepção auditiva, componentes

receptivos da linguagem, memória declarativa e visual e gerenciamento de emoção.
Partes do lobo parietal médio no hemisfério dominante estão envolvidas em
habilidades como cálculo, escrita e orientação direita-esquerda. Os lobos occipitais
contêm o córtex visual primário e áreas de associação visual; analisam aspectos
como o formato, a cor e o movimento para interpretar e tirar conclusões das imagens
visuais. O lóbulo límbico (sistema límbico) é composto de várias estruturas, entre as
quais a amígdala e o hipocampo. O sistema recebe informações de diversas regiões
do cérebro que participam de comportamentos complexos e inter-relacionados (por
exemplo, memória, aprendizagem e emoção), além de gerenciar as respostas
fisiológicas para os estímulos emocionais. O hipocampo tem função essencial na
classificação de memórias e na retenção destas em longo prazo. Os gânglios da
base são um grupo de estruturas neurais subcorticais, composto de núcleo caudado,
implicado no controle voluntário do movimento, embora também esteja vinculado
aos processos de aprendizagem e memória; putâmen, globo pálido e amígdala; esta
desempenha importante papel no armazenamento e classificação de memórias e
sentimentos.154,155

Os ritmos cerebrais são conjuntos de flutuações de potenciais elétricos gerados pela

despolarização de uma população de neurônios, gerando oscilações macroscópicas,
que podem ser observadas por meio de eletroencefalograma. Também chamados
de potenciais pós-sinápticos, eles são oriundos de descargas elétricas em baixa
voltagem (milivolts), que podem estimular ou inibir outros neurônios. As ondas
cerebrais, que são os componentes do ritmo, apresentam dois componentes
específicos: a frequência e a amplitude. Cada onda cerebral é moldada pela
 58

frequência com que é disparada e pela amplitude de sua onda. Esses componentes
são os responsáveis pela linguagem e decodificação das informações no cérebro.
Em relação às faixas de frequência, sua divisão originou a denominação das ondas
cerebrais em: alfa, beta, delta, teta e gama. As ondas alfa têm um espectro de
frequência com variação entre 8 e 13 Hertz (Hz), as ondas beta entre 13 e 30 Hz, as
ondas delta entre 0,5 e 4 Hz, as ondas teta entre 4 e 8 Hz e as ondas gama entre 30
e 70 Hz.158 Uma representação dessas ondas é mostrada na FIG. 6:

Figura 6 - Representação gráfica das ondas cerebrais

Fonte: Arpino (2021)159

As ondas alfa caracterizam um estado de consciência alerta, porém relaxado. Estão

relacionadas a extroversão, criatividade, trabalho mental, bom humor e otimismo. As
ondas beta são, frequentemente, de baixa amplitude e simétricas, associadas a
ansiedade e concentração. Ocorrem, normalmente, com os olhos abertos e quando
se pensa sobre a solução de um problema analítico, em julgamentos, tomada de
decisões e processamento de informações. Medicamentos como barbitúricos e
benzodiazepínicos podem aumentar a ocorrência de ondas beta. As ondas delta
possuem menores frequências e maiores amplitudes, estão presentes no sono e em
meditações profundas, em casos de transe e hipnose ou situações de inconsciência.
O sonambulismo, privação de sono, mal de Parkinson e esquizofrenia, além de
diabetes, alcoolismo, depressão e ansiedade, estão relacionados a alterações do
ritmo delta. As ondas teta são classificadas como de lenta atividade, além de terem
conexão com a intuição, a fantasia, emoções e sensações. Aparecem, normalmente,
 59

entre a vigília e o sono. As ondas gama têm alta frequência e relacionam-se a

processamento simultâneo de informações em diferentes áreas do cérebro e a
memórias de curto prazo.160-162

Pesquisas que avaliaram o registro de EEG durante o processo para se chegar a um

diagnóstico médico mostram que a utilização predominante do raciocínio não
analítico está associada à ativação em regiões de memória de trabalho, como o
córtex pré-frontal dorsolateral.163 Quando o caso clínico exige flexibilidade de
pensamento para seleção de uma entre várias estratégias e simulações mentais de
resultados alternativos, o que demanda comportamento criativo e a geração de
ideias novas e espontâneas, são ativadas áreas associadas a automonitoramento,
no córtex frontal medial e desativadas áreas associadas ao controle cognitivo, como
o córtex frontal lateral.164 Médicos experientes são mais ágeis na utilização da
flexibilidade cognitiva, por isso, durante o processo de diagnóstico, mostram
ativação difusa da rede pré-frontal e mudanças dinâmicas entre as redes
frontotemporoparietais laterais (ativadas por processos de atenção focados
externamente) e redes frontoparietais mediais (ativadas por comportamento
reflexivo).165

1.2.2.6 Indicadores neurofisiológicos do aprendizado

a) Memória

Embora a memória e o raciocínio tenham sido, até recentemente, contemplados a

partir de paradigmas experimentais e modelos teóricos isolados, alguns trabalhos
publicados nos últimos anos demonstraram relação próxima entre essas
atividades.129,148,166,167 Essa relação é notada em demandas de tarefa dupla, ou seja,
tarefas que requerem manipulação de conteúdo de memória e coordenação desse
conteúdo para integração em um novo domínio.168,169 Paralelos a cada uma dessas
tarefas são encontrados no raciocínio clínico, o que torna implícito que os processos
de memória e do raciocínio clínico são interdependentes.169 A capacidade do médico
de acessar as informações armazenadas da memória de longo prazo é de
importância crítica para que os scripts mentais de doença possam ser mobilizados
 60

para integração e avaliação do problema médico presente, com base na memória de

trabalho.1,166,169

A memória de trabalho pode envolver qualquer tipo de representação (por exemplo,

verbal, visual, auditivo, espacial etc.), incluindo vários procedimentos ou ações
sequenciais ordenadas temporalmente (por exemplo, ao seguir uma receita
culinária). Por extensão, envolvem partes diferentes do cérebro onde essas
representações são armazenadas. Essas regiões precisam interagir segundo um
controle executivo, que parece estar localizado no córtex frontoparietal, córtex
parietal e gânglios basais. A atividade neural persistente em várias regiões do
cérebro é funcionalmente necessária para manutenção e integração de informações
na memória de trabalho.47,170

Indicadores eletrofisiológicos dessa interação, associados às etapas do mecanismo

cerebral de raciocínio, já haviam sido identificados desde a década de 1990, quando
o EEG foi utilizado para mostrar que a potência da frequência teta durante a
codificação de palavras estava correlacionada ao reconhecimento bem-sucedido
dessas palavras, em comparação a itens esquecidos.171 Estudos posteriores
replicaram este resultado, mostrando poder de teta mais alto durante a codificação
de itens subsequentemente reconhecidos172 ou de pares item-contexto.173
Oscilações teta coordenam redes neurais durante a codificação bem-sucedida,
sinalizando a transferência de informações entre regiões do cérebro para
memorização de informações.140,172 A conectividade teta inter-regional fornece a
infraestrutura funcional para transferência e controle de informações entre memória
de trabalho e memória de longo prazo.173 Outros estudos mostraram que a atividade
eletroencefalográfica muito rápida na banda gama aumenta durante a formação de
percepções e memória de processamento linguístico.174,175

Vários estudos compilados em uma metanálise encontraram ativação da região pré-

frontal em tarefas nas quais era necessária a associação de recuperação de
informações da memória de longo prazo e raciocínio, feitos pela memória de
trabalho.176 Esse mesmo padrão de ativação foi encontrado durante a realização de
casos clínicos complexos, com grande quantidade de distratores clínicos
concorrentes.177
 61

b) Esforço mental

A interação entre as habilidades cognitivas dos alunos, a complexidade das tarefas

de aprendizagem e os âmbitos de aprendizagem compõem a carga cognitiva, que
pode ser medida por esforço mental e desempenho.124 Pesquisas anteriores que se
propuseram a medir o esforço mental considerando-o como um índice de carga
cognitiva utilizaram técnicas subjetivas (escalas de avaliação) e objetivas
(parâmetros fisiológicos, tais como elevação de frequência cardíaca e variação de
diâmetro pupilar). 82.84
A técnica da escala de avaliação subjetiva e a de variação de
diâmetro pupilar foram validadas na pesquisa instrucional.86,87

Estudos recentes conseguiram correlacionar a carga cognitiva durante

aprendizagem em vários campos de conhecimento com a função cerebral123,178-181
baseados no desenvolvimento tecnológico que facilitou a utilização do
eletroencefalograma em estudos ecológicos. A pesquisa baseada no uso de EEG
para avaliação de esforço mental e engajamento durante o aprendizado vem
comprovando a sensibilidade do espectro de potência beta pré-frontal do EEG na
detecção de variações na excitação do voluntário da pesquisa devido às demandas
da tarefa.182-186 Aumento na atividade beta tem sido associado a aumento na
demanda de tarefas e estresse mental.184,185 Considerando que a complexidade da
tarefa também é um modulador de excitação186 e que a excitação influencia o
registro do EEG, é plausível supor que mudanças na atividade beta realmente
refletem um estado mental de sobrecarga de trabalho devido à complexidade da
tarefa.

Revisão sistemática recente avaliou aplicações de índices eletroencefalográficos

para quantificação da performance cognitiva. Relacionados ao esforço mental, os
índices de engajamento na tarefa (beta/alfa+teta) e de carga da tarefa (teta frontal
linha media/alfa parietal linha média) são considerados marcadores de
deterioramento do envolvimento na tarefa e fadiga mental, refletindo a carga
cognitiva imposta à memória de trabalho.187

Dispositivos de EEG portáteis foram utilizados em equipes cirúrgicas realizando

procedimentos de complexidade crescente. Os autores encontraram significativa
 62

associação entre variações na potência beta frontal do EEG e variações de carga de

trabalho mental. Os dados indicam que atividade beta frontal esteve diretamente
relacionada a procedimentos cirúrgicos tecnicamente mais exigentes.125

Até o momento, não há trabalhos associando o registro da atividade cerebral a

estratégias instrucionais de raciocínio clínico. A aplicação dessas ferramentas,
associadas ao uso de diferentes estratégias instrucionais, pode ajudar a criar
experiências de aprendizagem mais eficazes.

c) Atenção

Estudos que investigam as mudanças dos ritmos de EEG durante tarefas que
exigem aumento de atenção ou atenção sustentada relatam que o evento mais
proeminente é o aumento do espectro de potência na frequência teta sobre o córtex
pré-frontal, localizada em uma posição da linha média do couro cabeludo.186,188 O
aumento da potência teta na linha média foi relatado em estudos que envolveram
sobrecarga da memória de trabalho.189,190 A literatura sugere aumento de potência
na banda teta no registro de EEG durante tarefas que envolvem atenção sustentada
e em multitarefas, bem como redução na potência alfa.191

Gravações simultâneas de EEG e RM durante tarefas de alta complexidade

revelaram a existência de uma rede difusa de estruturas cerebrais que arcam com
as variações nas potências alfa e teta no EEG.192 Essas estruturas cerebrais estão
associadas a ativação hemodinâmica hipocampal, ativação geral do cíngulo e
ativação frontal superior e cerebelar. Os resultados sugerem ampla distribuição de
redes corticais e subcorticais envolvendo o hipocampo, tálamo e córtex pré-frontal
dorsolateral, que balizam a atividade mental durante a execução de tarefas difíceis e
são responsáveis pelas mudanças de espectros de potência do EEG de superfície
na frequência das bandas teta e alfa.193

As aplicações práticas dessas descobertas já se fazem presentes na melhoria do

ensino. Em 2017 foi desenvolvido um sistema de atenção consciente (AAS) capaz
de reconhecer os níveis de atenção de alunos do ensino fundamental ao assistirem
vídeo aulas, usando sinais de EEG através de um dispositivo BCI.194 Quatro
 63

experimentos avaliaram o desempenho de predição do AAS na identificação dos

períodos em que os alunos mostravam alta ou baixa atenção durante a videoaula,
baseados nos registros do EEG. Os experimentos confirmaram a eficácia do sistema
para auxiliar os instrutores online a detectar os níveis de atenção dos alunos, ao
identificarem, através de alarme, padrões eletroencefalográficos de baixa atenção,
que sinalizavam a necessidade de pausas ou mudança na forma de apresentação
de conteúdo. Os resultados acusam que a atenção sustentada e a frequência dos
alarmes de atenção podem predizer fortemente o desempenho da aprendizagem.175
 64

2 JUSTIFICATIVA

O atendimento qualificado ao paciente, o objetivo final do médico, é aprimorado

quando o ensino do raciocínio clínico é qualificado. Por isso, estimular o
desenvolvimento da competência diagnóstica em estudantes de Medicina constitui
um dos grandes objetivos (e desafios) da educação médica. A prática com casos é o
elemento central das estratégias educacionais para promover o raciocínio. As
abordagens empregadas com essa estratégia variam muito, mas a pesquisa
empírica sobre a eficácia da prática reflexiva estruturada ainda é escassa. Estudos
anteriores mostraram melhorias de curto prazo com base na aplicação dessa
estratégia instrucional, mas até o momento não há qualquer estudo que verifique o
impacto da estratégia em longo prazo.45

Dado o grande e crescente conhecimento médico, as escolas médicas devem

encontrar cada vez mais maneiras de ajudar os alunos a dominar o conhecimento de
que precisam para serem bem-sucedidos. A retenção do conhecimento médico
durante o treinamento foi e continua a ser uma preocupação, pois os médicos
devem dominar grande quantidade de informações durante suas carreiras. Nessa
perspectiva, torna-se essencial investir em pesquisas que validem estratégias
instrucionais que propiciem a retenção de tanto aprendizado quanto possível.195
Melhorar as estruturas de conhecimento e a retenção de conhecimento em longo
prazo para posterior recuperação é essencial para o desenvolvimento de confiança e
competência no raciocínio clínico.2,196

A compreensão de mecanismos cerebrais associados ao esforço mental, um

indicador direto de performance na realização de tarefas (em conjunto com o
desempenho), pode auxiliar a identificação de evidências que reforcem o uso de
estratégias educacionais mais eficientes para o aprendizado de estudantes de
Medicina, determinando mais acurácia diagnóstica com reduzido grau de esforço
mental.
 65

3 OBJETIVOS

Analisar e comparar, de forma inédita e inovadora, o impacto do uso da estratégia

de raciocínio reflexivo estruturada livre e acrescida de diretrizes instrucionais (guiada
por pistas e por exemplo trabalhado), na acurácia diagnóstica de estudantes de
Medicina, após seis meses da intervenção com cada modalidade da estratégia.

Além disso, será avaliada a atividade cerebral de alunos de Medicina, durante a

solução de casos clínicos utilizando diferentes modalidades de prática reflexiva
estruturada. Ao fazer essa análise, pretende-se identificar padrões de atividade
cerebral associados a cada uma das modalidades da prática reflexiva estruturada
usadas neste estudo (livre, com pistas e por exemplo trabalhado), especialmente
aqueles relacionados à percepção de esforço mental.

3.1 Objetivo geral

Avaliar o impacto tardio da prática reflexiva estruturada na acurácia diagnóstica de

alunos de Medicina quando expostos a estratégia de raciocínio reflexivo estruturada
livre - free reflection; guiada por pistas de diagnóstico - cued reflection; e por
exemplo trabalhado - modelled reflection.

3.2 Objetivos específicos

a) Comparar o registro de atividade cerebral associado a esforço mental exigido

do aluno para a solução de casos clínicos, ao utilizar diferentes modalidades
da estratégia de raciocínio reflexivo estruturada.
b) Indicar se as referidas modalidades de estratégia de raciocínio clínico
reflexivo estruturada influenciam a acurácia diagnóstica de forma diferenciada
em um grupo de estudantes de Medicina durante o período acadêmico de
aquisição de habilidades clínicas.
c) Determinar o impacto de cada modalidade da estratégia de raciocínio
reflexivo estruturada sobre a acurácia diagnóstica, de forma recente (30
minutos), intermediária (sete dias) e tardia (seis meses) após a exposição
inicial ao experimento.
 66

d) Determinar a relação entre a autoeficácia, conhecimento e experiência

prévios e acurácia diagnóstica em um grupo de estudantes de Medicina
submetidos a diferentes estratégias de raciocínio reflexivo.
 67

4 ASPECTOS ÉTICOS

Este estudo é parte do projeto “Estratégias educacionais para o desenvolvimento de

competências clínicas na formação e capacitação médica”, uma parceria entre a
Universidade Federal de Minas Gerais e a Universidade Erasmus, da Holanda. O
projeto foi aprovado pelo Comitê de Ética em Pesquisa da Universidade Federal de
Minas Gerais (COEP/UFMG), Certificado de Apresentação para Apreciação Ética
(CAAE) 81421917.7.0000.5149 (ANEXO A) e pela Coordenação de Pesquisa,
Extensão e Inovação Acadêmica do Centro Universitário de Belo Horizonte (UniBH)
(ANEXO B).

Os participantes foram incluídos na pesquisa após a leitura conjunta do Termo de

Consentimento Livre e Esclarecido (TCLE) com pesquisadores capacitados para
esclarecer dúvidas e assinatura no termo (APÊNDICE A).
 68

5 METODOLOGIA

5.1 Desenho do estudo

Estudo experimental randomizado dividido em quatro fases (FIG. 7). Os

participantes foram alunos do quarto ano do curso de Medicina aleatoriamente
distribuídos entre os grupos experimentais, denominados: “raciocínio clínico
estruturado livre” (REL); “raciocínio clínico estruturado com pistas” (REP); “raciocínio
clínico estruturado com estudo de exemplo trabalhado” (REET). Essas
denominações referem-se às modalidades de prática reflexiva estruturada que foram
utilizadas pelos respectivos grupos na solução de casos clínicos. A acurácia
diagnóstica alcançada pelos participantes e o grau de esforço mental percebido para
a resolução dos casos foram medidos em quatro momentos sequenciais
(treinamento, teste imediato, teste intermediário e teste tardio) e comparados entre
os grupos de cada estudo e entre as fases do estudo. A atividade cerebral foi
registrada, através de dispositivo portátil de EEG, nos 35 minutos iniciais da fase de
treinamento.

Figura 7 - Diagrama de fluxo do estudo

 69

As quatro fases do estudo ocorreram em três momentos diferentes. No primeiro

momento, os participantes: a) liam e assinavam o termo de consentimento livre e
esclarecido (APÊNDICE A); b) preenchiam o formulário de autopercepção de
conhecimento teórico e experiência prática prévios referente às doenças envolvidas
no estudo (ANEXO C) e a escala de autoeficácia (ANEXO D); c) preenchiam um
questionário com dados demográficos de interesse para o estudo (APÊNDICE B); d)
eram randomizados para seus respectivos grupos de estudo; e) ajustavam o
equipamento para registro de EEG no couro cabeludo e sincronizavam com o
software de registro do EEG, com auxílio dos pesquisadores; e) executavam as
tarefas da primeira fase do estudo (fase de treinamento), que consistia na resolução
de um bloco de casos clínicos, conforme a modalidade de prática reflexiva
estruturada na qual foram alocados. Após 30 minutos, o equipamento para registro
de EEG era retirado, respeitando-se o tempo médio de uso sem que os alunos se
queixassem de desconforto. Após 84 minutos, essa fase terminava e procedia-se ao
intervalo de 30 minutos, no qual os alunos eram orientados a não comentarem as
questões que haviam resolvido e recebiam um lanche oferecido pelos pesquisadores.
Em seguida, executavam a segunda fase (teste imediato), na qual novamente
recebiam um bloco de casos clínicos, que deveriam ser resolvidos de forma livre,
sem o uso da reflexão estruturada, em 1 hora.

O segundo encontro foi agendado sete dias (com variação de um dia para mais ou
para menos) após o primeiro, para realização do teste intermediário. Nesse
momento, que corresponde a terceira fase do estudo, os participantes: a)
submetiam-se a um teste individual de quociente de inteligência (QI); b) recebiam
novo bloco de casos clínicos, que deveriam ser resolvidos novamente de forma livre,
em 1 hora.

O terceiro encontro foi agendado seis meses após o primeiro, com variação de sete
dias para mais ou para menos. Nessa última etapa, os participantes: a) preenchiam
novamente o formulário de autopercepção de conhecimento teórico e experiência
prática prévios referente às doenças envolvidas no estudo e a escala de autoeficácia;
b) preenchiam um questionário para pareamento da amostra após seis meses da
intervenção, que avaliava a participação em atividades extracurriculares, realizadas
neste intervalo, nas quais pudessem ter tido contato com casos clínicos semelhantes
 70

ao do estudo ou tivessem utilizado a estratégia de raciocínio reflexivo estruturada

(APÊNDICE C) e c) recebiam novo bloco de casos clínicos, que deveriam ser
resolvidos em 1 hora, de forma livre.

5.2 Participantes

Os estudantes de Medicina pertenciam a uma única instituição de ensino privada, a

Faculdade de Medicina do Centro Universitário de Belo Horizonte (UNIBH). Nessa
instituição, o curso de Medicina dura 12 semestres.

Nos quatro primeiros semestres, o curso concentra-se em conteúdos teóricos das

ciências básicas. A partir do quinto período, os alunos são inseridos nas atividades
práticas assistenciais da Clínica Integrada (complexo de atendimento ambulatorial
do UNIBH) e de unidades básicas de saúde de Belo Horizonte. No QUADRO 1 tem-
se a distribuição das cargas horárias (teórica e prática) para o ensino de Pediatria
até o oitavo semestre (quarto ano), conforme o período de formação e seus
respectivos conteúdos programáticos. Ao longo da formação intensifica-se,
progressivamente, a carga horária curricular destinada à prática. Durante o quinto,
sétimo e oitavo períodos, as atividades práticas pediátricas são assistenciais,
supervisionadas por professores do Núcleo de Pediatria e ocorrem na Clínica
Integrada, em centros de saúde das Prefeituras de Belo Horizonte e Nova Lima e no
Ambulatório da Igreja do Carmo. O foco de aprendizagem é a Semiologia Pediátrica
e o conhecimento das doenças ambulatoriais mais comuns em Pediatria, com a
contextualização do conteúdo teórico que envolve a puericultura, a semiotécnica
para a realização do exame físico e os fundamentos de raciocínio clínico para a
realização dos diagnósticos mais comuns na prática pediátrica ambulatorial. O
conhecimento teórico é desenvolvido a partir de aulas baseadas em metodologias
ativas, durante as disciplinas teóricas e por intermédio de grupos de discussão e
estudos de caso nas disciplinas teórico-práticas.

Ao limitar a participação a estudantes de uma única instituição de ensino, procurava-

se garantir a homogeneidade entre os diferentes grupos de estudo, concernente às
probabilidades de exposição prévia aos mesmos conteúdos teóricos e às
 71

experiências práticas similares às doenças que seriam utilizadas para avaliação da

acurácia diagnóstica alcançada em cada fase do estudo.

A escolha pela participação de um grupo de alunos que estivesse em fase inicial da

prática clínica deve-se à necessidade de excluir a influência do fenômeno da
expertise reversa na acurácia final. Como as estratégias instrucionais que foram
utilizadas no estudo mostraram-se eficientes para a fase inicial de formação, optou-
se por selecionar estudantes do quarto ano, que teriam pouco conhecimento teórico
e experiência prática com as doenças que foram apresentadas durante as fases de
treinamento e testes.

Quadro 1 - Programa de ensino de Pediatria na Faculdade de Medicina UNIBH, com

especificação da carga horária teórica e prática e do conteúdo programático básico,
conforme o estágio de formação

Período Carga horária Conteúdo programático

de Horas/semestre
formação

5º período Teórica: 140h Características do atendimento em Pediatria

Crescimento
Desenvolvimento neuropsicomotor
Adolescência
Calendários vacinais
Alimentação do nascimento à adolescência
Distúrbios nutricionais (desnutrição/obesidade)
Anemias carenciais
Alergias e intolerâncias alimentares
Linfadenomegalias
Dificuldade e transtorno escolares
Violência contra a criança
Dor abdominal
Parasitoses
Prevenção de acidentes
Semiologia: ectoscopia, cabeça, olhos, ouvidos, nariz e garganta.
Semiologia dos sistemas (digestório, genitourinário, respiratório,
cardiovascular, nervoso, locomotor)

Prática: 80h Conforme a nosologia do local de atuação

7º período Teórica: 40h Asma e lactente chiador

Rinite alérgica e respirador oral
Tuberculose
Pneumonias e bronquiolite
Infecções de vias aéreas superiores
Infecção pelo SARS-COV-2
Infecção do trato urinário
Síndrome nefrítica e síndrome nefrótica
Vulvovaginites e balanopostites
 72

Dengue, zika e chikungunya

Disfunção de eliminações (constipação intestinal e enurese)
Cefaleias
Meningoencefalites
Problemas ortopédicos mais comuns
Dermatoses mais comuns
Sífilis

Prática: 60h Conforme a nosologia do local de atuação

Continua

Quadro 1 - Programa de ensino de Pediatria na Faculdade de Medicina UNIBH, com

especificação da carga horária teórica e prática e do conteúdo programático básico,
conforme o estágio de formação – conclui

Período Carga horária Conteúdo programático

de Horas/semestre
formação

8º período Teórica: 60h Imunizações em situações especiais

Febre em Pediatria
Exantemas febris
Hiperbilirrubinemia do recém-nascido
Diarreia aguda e hidratação
Hipoglicemia e cetoacidose diabética
Manejo da exacerbação asmática
Insuficiência respiratória e dispositivos de oxigênio (O2) e de via aérea
avançada
Atendimento inicial à parada cardiorrespiratória
Choque em Pediatria
Principais arritmias cardíacas da criança
Convulsão febril
Trauma cranioencefálico
Atendimento inicial ao grande queimado

Prática: 80 h Conforme a nosologia do local de atuação

5.2.1 Recrutamento dos estudantes para participação no estudo

Os estudantes foram recrutados via carta-convite por e-mail e aplicativo de

mensagens (APÊNDICE D). Nessa carta havia uma descrição sumária sobre a
importância do desenvolvimento do raciocínio clínico na prática médica e sobre os
objetivos e a dinâmica de atividades do projeto de pesquisa. Os pesquisadores
também foram às salas de aula dos alunos do quarto ano, na Faculdade de
Medicina do UNIBH, nos intervalos entre aulas teóricas, e fizeram pessoalmente o
convite à participação, em uma breve explicação com o mesmo conteúdo da carta-
convite. Os alunos foram informados sobre a natureza da pesquisa, mas não tiveram
incentivo para revisar o conteúdo das doenças que seriam avaliadas durante a
 73

coleta de dados. Os convidados também foram informados de que, após a

finalização completa da coleta de dados, ocorreriam devolutivas com discussões dos
casos incluídos no estudo.

A participação foi voluntária. Os critérios de exclusão utilizados foram:1) uso de

medicação/substância de uso não diário, com potencial de ação em sistema nervoso
central, nas 24 horas que antecederam a fase de treinamento; 2) alunos irregulares
matriculados no quarto ano, cursando disciplinas de outros anos; 3) autorrelato de
experiência prévia no conhecimento/utilização da estratégia de raciocínio clínico
reflexivo para a resolução de casos clínicos, na fase de treinamento.

A faculdade não teve acesso à identificação dos participantes do estudo. Após a

entrada no estudo, os alunos eram orientados a evitar privação de sono no dia
anterior à coleta da fase treinamento, para reduzir a interferência no registro de EEG.

5.2.2 Local da coleta de dados com os estudantes

Os alunos, independentemente do grupo de estudo a que pertenciam, desenvolviam

as tarefas nos laboratórios de Informática do UNIBH, na fase de treinamento e de
teste intermediário, pois em ambas as fases era necessário utilizar os computadores,
tanto para registro dos dados de EEG (fase de treinamento) quanto para realização
do teste de quoeficiente intelectual (teste intermediário). Na segunda (teste imediato)
e quarta fases (teste tardio), a coleta foi realizada em salas de aula da Faculdade de
Medicina (FM) do UNIBH.

Os laboratórios de informática eram salas bem iluminadas, com ar-condicionado e

assentos confortáveis. Cada laboratório contava com 15 computadores, separados
entre si por uma distância aproximada de 1,5 metro, com acesso ilimitado à internet
via wi-fi institucional. O software EmotivEpoc® foi instalado nos computadores por
técnicos do Núcleo de Suporte à Informática do UNIBH, após aprovação do projeto
pela coordenação da Faculdade de Medicina (ANEXO B). Havia um grande relógio
com o horário oficial de Brasília, projetado em uma tela de fácil acesso visual por
todos os assentos em cada sala.
 74

O horário de início das atividades para a fase de treinamento foi definido entre as
16:00 e 17:00h para que não houvesse interferência do ritmo circadiano no registro
de EEG.

5.2.3 Total de alunos participantes

Participaram do estudo 60 alunos do quarto ano da FM-UNIBH. Nenhum aluno

desistiu da coleta de dados, mesmo após o intervalo de seis meses que separava a
fase de treinamento do teste final.

5.2.4 Alocação dos participantes nos grupos de estudo

No primeiro encontro entre os pesquisadores e os participantes, após os

esclarecimentos sobre a dinâmica das atividades e a assinatura no termo de
consentimento livre e esclarecido (TCLE), cada participante era alocado
aleatoriamente em um dos grupos de estudo, de acordo com uma tábua de números
aleatórios gerada pelo site 4Devs,197 específica para cada categoria de estratégia
instrucional (REL, REP ou REET).

5.3 Dinâmica de atividades dos estudos

5.3.1 Questionário demográfico

O questionário de dados sociodemográficos é uma ferramenta que permite coletar

informações gerais sobre um grupo de pessoas. Esses dados incluem atributos
como idade, sexo, local de residência, etnia, nível de escolaridade, renda etc. Para
este trabalho, os dados sociodemográficos coletados (APÊNDICE B) tinham o
objetivo de caracterizar a amostra e detectar características dos participantes que
tivessem o potencial de comportarem-se como variáveis de confusão, interferindo no
desfecho principal (acurácia diagnóstica), tais como: período atual em curso,
graduações prévias na área da saúde, atividade profissional atual na área médica,
doenças mentais, uso de medicamentos diários com potencial de ação em SNC e
experiência prévia no conhecimento/utilização da estratégia de raciocínio clínico
reflexivo para a resolução de casos clínicos. Os dados coletados foram analisados
 75

estatisticamente para descrição da amostra e avaliação de interferência no desfecho

principal.

5.3.2 Escala de autoavaliação do conhecimento teórico prévio e experiência clínica

anterior

Antes do início das atividades da fase de treinamento era solicitado aos participantes
que preenchessem um formulário no qual registraram o grau de conhecimento
teórico e vivência prática que julgavam ter a respeito de várias doenças, entre as
quais aquelas incluídas no estudo (ANEXO C). Para cada uma delas havia uma
escala de Likert de cinco pontos, sendo que “1” representava a inexistência de
qualquer conhecimento teórico ou experiência clínica sobre a doença e “5” o
excelente conhecimento teórico ou extensa prática clínica. Esse instrumento
avaliativo já havia sido utilizado em estudo anterior91 e visava aferir a
comparabilidade dos grupos em relação ao nível de conhecimentos teórico-práticos
entre os participantes na fase inicial e na etapa final, de forma a avaliar também a
comparabilidade dos grupos em relação ao ganho de conhecimento e prática no
período de seis meses.

5.3.3 Teste de quociente de inteligência

Todos os participantes foram submetidos a um teste de quociente de inteligência. A

inteligência é a capacidade mental geral que permite raciocinar, aprender, planejar,
resolver problemas, pensar de modo abstrato e compreender ideias complexas.198
Considerando o desenho do estudo e o impacto do quociente intelectual na acurácia
diagnóstica, principal desfecho do trabalho, era fundamental verificar se os grupos
experimentais eram pareáveis. Foi utilizada a versão online brasileira do teste das
Matrizes Progressivas de Viena (WMT-2)199 como instrumento.

O WMT-2 é um teste voltado para jovens e adultos entre 14 e 69 anos, para

avaliação da inteligência geral, e tem, como diferencial, a capacidade de medir a
inteligência fluida (Modelo de Cattell),200 que alude à habilidade de se adaptar e
confrontar novas situações sem a interferência de conhecimentos previamente
adquiridos ou do nível cultural do indivíduo avaliado. O WMT-2 é composto de 18
 76

problemas de raciocínio matricial, cada qual com oito opções de resposta, sendo
apenas uma a correta. O indivíduo submetido ao teste deve escolher a resposta que
considera a mais adequada para cada problema. As respostas escolhidas informam
o seu nível intelectual global. As propriedades psicométricas da versão brasileira do
WMT-2 são analisadas por meio do modelo psicométrico clássico (incluindo medidas
de fidedignidade, validade de construto e critério), utilizando a teoria de resposta ao
item (TRI) do modelo de Rasch.201 A interpretação dos resultados é obtida com a
transformação das medidas de habilidades em valores absolutos calculados pela
TRI e convertidos em escores para desvio-padrão ou percentis. O tempo para
realização do teste de QI WMT-2 é de, no máximo, 30 minutos.

De acordo com a Lei Federal brasileira n° 4.119/62, a aplicação do teste WMT-2 é

restrita a psicólogos. Por isso, o teste foi aplicado por um bolsista específico da área
de Psicologia, sob a supervisão do psicólogo Dr. Leandro Malloy Diniz, professor do
Departamento de Saúde Mental da FM-UFMG.

5.3.4 Escala de autoeficácia

Autoeficácia pode ser conceituada como a confiança que um indivíduo tem na sua
capacidade de realizar com sucesso as tarefas que lhe são atribuídas.78 Indivíduos
com alto nível de autoeficácia, quando confrontados com um desafio, assumem
postura ativa para equacioná-lo, acreditando no sucesso do seu desempenho.
Sujeitos com baixo nível de autoeficácia tendem a se frustrar e desistir da solução
do problema. A aprendizagem durante funções executivas complexas depende da
atitude do aprendiz de nível de formação superior em se responsabilizar pela
construção ativa do seu conhecimento.78

Considerando o impacto da autoeficácia no desfecho final deste estudo (acurácia

diagnóstica), os participantes foram submetidos ao teste de autoeficácia para
averiguação da comparabilidade dos grupos de estudo. Foi utilizado o teste General
Self-Efficacy Scale202 modificado para o português e adaptado para cada um dos
estudos (ANEXO D). O teste adaptado contém 34 perguntas, cada uma respondida
em escala de Likert de 10 pontos (sendo que um representa pouco e 10, muito), que
se relacionam à autopercepção do participante quanto à sua capacidade de realizar
 77

diversas ações envolvidas no processo de aprendizagem (organização, domínio de

conteúdo, realização das atividades), condições de estudo (organizar o tempo,
persistência diante de dificuldades, motivação) e desempenho (sistematização das
informações, acompanhamento do ritmo de aprendizagem e capacidade de colocar
em prática os conhecimentos adquiridos). O tempo para realização do teste é livre.

5.3.5 Casos clínicos

Foram utilizados 12 diferentes casos para cada fase do estudo. Nas fases de
treinamento, teste imediato e teste intermediário, os casos foram feitos por
professores do Departamento de Pediatria da FM-UFMG, já utilizados em estudo
prévio.91 Para a última etapa deste estudo (teste tardio, após seis meses da
intervenção inicial), foram confeccionados, pela pesquisadora e por alunos de
iniciação científica, em parceria com professores da FM-UFMG, seis casos das
mesmas doenças das etapas anteriores e seis novos casos distratores. Os casos
foram baseados em pacientes reais. Cada um continha, na mesma página, a
descrição da história clínica, dos achados do exame físico e dos resultados de testes
laboratoriais ou de imagem, sempre com os valores de referência registrados. Todos
os casos foram revisados por outros dois pediatras, também professores da UFMG
com mais de 30 anos de atuação nas áreas de Pediatria Geral, em serviços públicos
e privados.

Para cada fase do estudo havia casos denominados casos “critério” e "distratores''.
Os casos critério, embora diferentes para cada fase, envolviam as mesmas doenças,
relacionadas a síndromes respiratórias, ictéricas e hematológicas e foram utilizados
para a avaliação do impacto das diferentes modalidades da estratégia de raciocínio
clínico estruturado sobre a acurácia diagnóstica, em cada fase do estudo. Os casos
distratores envolviam doenças diversificadas e sua função era apenas compor o
bloco de casos e evitar que os participantes percebessem em quais casos teriam
seu desempenho diagnóstico medido. No QUADRO 2 estão apresentadas as
doenças abordadas pelos casos critério e distratores, de acordo com a fase do
estudo. Na fase de treinamento havia nove casos critério e três distratores, enquanto
nas demais fases, seis casos critério e seis distratores.
 78

Foram utilizadas doenças de grupos sindrômicos diagnosticados em Pediatria, tanto

em âmbito ambulatorial, quanto em unidades de urgência e unidades neonatais:
síndromes respiratórias (“pneumonias agudas” [pneumonia bacteriana; pneumonia
com derrame pleural; pneumonia viral]); síndromes ictéricas neonatais (icterícia por
incompatibilidade ABO, icterícia própria do recém-nascido e icterícia do leite materno)
e doenças hematológicas (leucemia aguda; plaquetopenia imune aguda; e aplasia
de medula óssea). Os casos distratores incluíam doenças variadas de outros grupos
sindrômicos diversos.

Quadro 2 - Doenças abordadas nos casos clínicos em cada fase do estudo

Fase de treinamento Teste imediato Teste tardio Teste final

Casos critério

Síndromes ictéricas Síndromes ictéricas Síndromes ictéricas Síndromes ictéricas

neonatais
-Icterícia própria do
recém-nascido
-Icterícia por
incompatibilidade de
grupo sanguíneo ABO
-Icterícia do leite materno
neonatais
-Icterícia própria do
recém-nascido
-Icterícia por
incompatibilidade de
grupo sanguíneo ABO
neonatais neonatais
-Icterícia própria do -Icterícia própria do
recém-nascido recém-nascido
-Icterícia por -Icterícia por
incompatibilidade de incompatibilidade de
grupo sanguíneo ABO grupo sanguíneo ABO

Pneumonias agudas Pneumonias agudas Pneumonias agudas Pneumonias agudas

-Pneumonia aguda com
derrame pleural
-Pneumonia aguda
bacteriana
-Pneumonia aguda viral
-Pneumonia aguda com -Pneumonia aguda com -Pneumonia aguda com
derrame pleural derrame pleural derrame pleural
-Pneumonia aguda -Pneumonia aguda -Pneumonia aguda
bacteriana bacteriana bacteriana

Doenças hematológicas Doenças hematológicas Doenças hematológicas Doenças hematológicas

-Leucemia aguda -Leucemia aguda -Leucemia aguda -Leucemia aguda
-Plaquetopenia imune -Plaquetopenia imune -Plaquetopenia imune - Plaquetopenia imune
aguda aguda aguda aguda
-Aplasia de medula óssea

Casos distratores

Infecção do trato urinário Sífilis secundária Glomerulonefrite aguda Leishmaniose

Eritema infeccioso
Artrite séptica
Síndrome nefrótica
Esquistossomose
Coarctação da aorta
Giardíase
Torção de testículo
Exantema súbito Dengue
Sopro inocente Cólica nefrética
Febre reumática Cetoacidose diabética
Zika Meningite viral
Orquite Infecção do trato urinário
 79

5.3.6 Fases do estudo e respectivas tarefas

No primeiro encontro entre os pesquisadores e os participantes realizavam a

primeira e segunda fase do estudo, respectivamente denominadas de fase de
treinamento e fase de teste imediato. No segundo encontro, a terceira fase ou fase
de teste intermediário. No terceiro encontro, a quarta fase, do teste tardio. Em cada
uma, os participantes deveriam resolver 12 casos clínicos apresentados por escrito
em blocos específicos para cada fase. Havia duas versões de cada bloco, no que se
refere à ordem em que os casos eram apresentados. Essas versões foram
denominadas ”D”, de ordem direta, e “I”, de ordem invertida. A ordem dos casos
para cada versão havia sido aleatorizada e visava assegurar que os casos tivessem
a mesma chance de serem resolvidos com o mesmo nível de empenho pelos
participantes. Por exemplo, no início das tarefas, os participantes poderiam estar
mais envolvidos e atentos, enquanto no final da tarefa poderiam estar mais
dispersos, ou vice-versa. A distribuição dos blocos “D” ou “I” para os participantes
era aleatória.

As siglas referentes ao grupo de estudo (REL – reflexão estruturada livre, REP –

reflexão estruturada por pistas e REET – reflexão estruturada por estudo de exemplo
trabalhado) estavam grafadas na capa dos blocos de caso. Nela, o próprio
participante deveria registrar o seu código individual de identificação. Optou-se por
usar o número de matrícula na instituição de ensino (registro acadêmico - RA), para
resguardar a privacidade do participante.

5.3.6.1 Fase de treinamento

Nessa fase, era solicitado aos participantes que solucionassem cada um dos casos
apresentados, em duas etapas - a primeira, utilizando o raciocínio não analítico e a
segunda, utilizando o raciocínio analítico conforme a modalidade de estratégia
reflexiva estruturada na qual estivesse alocado. As orientações para a execução
dessas etapas estavam descritas na primeira página do bloco, conforme mostra o
ANEXO E. Os participantes deveriam ler as orientações e esclarecer eventuais
dúvidas antes do início das atividades.
 80

Na primeira etapa de solução dos casos, o procedimento era igual para todos os
grupos de estudo. Os participantes tinham 1 minuto e 30 segundos para a leitura do
caso clínico e o registro, da forma mais precisa e específica possível, do diagnóstico
que considerassem o mais provável para o caso. Para facilitar a compreensão do
que significava a orientação “registro da forma mais precisa e específica do
diagnóstico”, era dado o seguinte exemplo para os participantes: o diagnóstico
“anemia ferropriva” é mais preciso e específico do que “anemia carencial” ou
simplesmente “anemia”. O tempo para essa tarefa já havia se mostrado suficiente
em estudos anteriores91,106,108 e era cronometrado por um dos pesquisadores
principais ou um dos bolsistas de iniciação científica que estivesse acompanhando
as atividades. Assim que se completava o tempo, os participantes eram verbalmente
comunicados e, se ainda não tivessem escrito o diagnóstico do caso, deveriam fazê-
lo imediatamente. Depois, deveriam virar a página para o início da segunda etapa de
solução do caso. A FIG. 8 exemplifica o formato de apresentação de um caso para a
primeira etapa de solução na fase de treinamento.

Na borda direita superior da página do primeiro caso do bloco, os participantes

registraram a hora, minutos e segundos do início da atividade. Na borda direita
inferior da página, que continha o último caso do bloco, registraram a hora, minutos
e segundos do término da atividade

Na segunda etapa, os participantes deveriam reler o caso e solucioná-lo seguindo o

procedimento específico para o grupo de estudo no qual estavam alocados
(raciocínio clínico estruturado livre - REL; raciocínio clínico estruturado com pistas -
REP) ou estudar a solução conforme demonstrado no exemplo trabalhado (REET).
 81

Figura 8 - Formato de apresentação de caso na fase de treinamento

Fonte: Fernandes (2020)24

No grupo REL, os participantes solucionaram o caso, de acordo com a estratégia

proposta por Mamede et al. para o raciocínio clínico-reflexivo estruturado.106 Os
participantes preenchiam as lacunas de uma tabela como a representada no
QUADRO 3, seguindo os seguintes passos:

a) Após a leitura do caso, registrar o diagnóstico que julguem o mais provável;

b) registrar os achados do caso que apoiam esse diagnóstico;
c) registrar os achados do caso que refutam esse diagnóstico;
d) registrar os achados que deveriam estar presentes se o diagnóstico estivesse
correto, mas que não estavam relatados no caso;
 82

e) listar mais dois diagnósticos alternativos para o caso; seguir o mesmo

procedimento dos passos 2, 3 e 4 para cada diagnóstico alternativo.
f) ranquear os diagnósticos registrados, em ordem decrescente de
probabilidade, indicando o diagnóstico final mais provável para o caso.

Quadro 3 - Recurso utilizado para a segunda etapa da fase de treinamento (grupo

REL)

Fonte: Ibiapina et al. (2014)108

No grupo REP, a tabela para o desenvolvimento do raciocínio clínico era

apresentada com lacunas previamente preenchidas (diagnósticos prováveis e a
ordem de probabilidade dos diagnósticos), e os participantes deveriam completá-la
seguindo os passos da reflexão estruturada, conforme visto no QUADRO 4.

Quadro 4 - Recurso utilizado para a segunda etapa da fase de treinamento (grupo

REP)

Fonte: Fernandes (2020)24

No grupo REET, a tabela era apresentada completamente preenchida, como no

QUADRO 5, e os participantes eram orientados a estudar a solução do caso: as
 83

hipóteses diagnósticas que estavam listadas, da maior para a menor probabilidade

de diagnóstico; os achados do caso que davam suporte a cada uma das hipóteses
diagnósticas; os achados que as refutavam; e os achados que poderiam estar
presentes em um quadro protótipo da doença listada, mas não estavam presentes
na descrição do caso.

Quadro 5 - Recurso utilizado para a segunda fase de treinamento do grupo REET

Ordem de Hipótese Achados que Achados que Achados

probabilidade Diagnóstica favorecem a HD não favorecem esperados, mas
a HD ausentes no caso

1 Icterícia própria Ocorre em 60% Mãe grupo Piora da icterícia e ↑

(fisiológica) do dos RNs a termo. sanguíneo O e máximo de
RN RN clinicamente RN grupo bilirrubina até 15
ok. Icterícia sanguíneo A mg/dL por volta do
tardia. ↑ Bili Ind. 5º dia de vida.
Sem ↑ baço. Depois, queda
Sem progressiva
anemia.
Retic: normal.
CD: Neg

2 Icterícia por Icterícia: ↑ Bili Ind Icterícia tardia. Microesferócitos em

incompatibilidade Mãe GS: O e RN Sem anemia. sangue periférico do
ABO GS:A. Retic: normal. RN. Anemia nas
CD: Neg. primeiras semanas
(cerca de 1/3 dos de vida
RN tem CD
positivo)

3 Icterícia do leite RN bem. Icterícia Mãe grupo Piora da icterícia

materno tardia. ↑ Bili Ind. sanguíneo O e além da primeira
LM RN grupo semana de vida e
exclusivo.Sem sanguíneo A melhora com a
anemia. Sem retirada do LM
↑ baço. Retic:
normal. CD: Neg
Fonte: Fernandes (2020)24

Independentemente do grupo de estudo a que pertencessem, os participantes

tinham até 5:30 min para executar a segunda etapa da fase de treinamento. Esse
tempo foi o mesmo usado em outros estudos91,106,108 e era cronometrado, como na
primeira etapa. Ao final do tempo, eles eram avisados e orientados a virar
imediatamente a página do bloco de casos. Entre um caso e outro havia sempre
uma página em branco. Apenas quando todos os participantes estivessem com o
bloco aberto na página em branco a ordem para iniciar a primeira etapa do caso
 84

subsequente era dada e o cronômetro novamente ativado. Assim se assegurava que

todos os participantes tivessem o mesmo tempo para a execução da tarefa. Os
procedimentos da primeira e da segunda etapa eram sucessivamente repetidos para
cada caso, até que todos os 12 fossem finalizados. Dessa forma, o tempo total
calculado para a fase de treinamento era de 84 minutos (1:30 minuto x 12 + 5.30
minutos x 12 = 84 minutos).

5.3.6.2 Registro do eletroencefalograma

O registro do EEG foi coletado usando-se o dispositivo Emotiv EPOC®,145 de 14

canais de EEG (FIG. 9). O registro foi feito em tempo real, para avaliação de
achados eletroencefalográficos correspondentes a indicadores neurobiológicos
associados ao aprendizado, ao utilizar as diferentes modalidades da estratégia de
prática reflexiva estruturada durante a resolução de casos clínicos.

O Emotiv® é um equipamento de EEG portátil, que permite a captação da atividade

neurofisiológica. Os eletrodos são posicionados sobre os seguintes marcos
anatômicos do Sistema Internacional 10-20: AF3, F7, F3, FC5, T7, P7, O1, O2, P8,
T8, FC6, F4, F8, AF4 e mais dois eletrodos de referência, que são empregados na
referenciação da medição da amplitude do sinal elétrico das ondas cerebrais, nas
regiões A1 e A2. O Emotiv EPOC® também inclui um giroscópio de dois eixos,
sendo capaz de detectar mudanças no movimento e na orientação da cabeça do
usuário.

Esse dispositivo usa tecnologia de eletrodo umidificado com solução salina, que
demonstrou registrar EEG de alta qualidade sem a necessidade de preparação da
pele de qualquer tipo.142,145 Ele foi projetado para ser uma unidade leve e de baixo
custo, especificamente desenvolvido para a coleta de dados ecológicos. O sistema é
independente, incluindo a aquisição e armazenamento de dados, cabo e saída de
dados sem fio e baterias. O headset pode ser colocado na cabeça com ajuste
anatômico, enquanto se posicionam de forma confiável os sensores.145
 85

Figura 9 - Coleta de EEG por dispositivo BCI Emotiv EPOC®, na fase de

treinamento

Para realizar esse registro eletroencefalográfico, foi acoplado à cabeça dos

participantes o headset sem fio, com os eletrodos previamente hidratados com soro
fisiológico e corretamente posicionados. Para isso, os eletrodos frontais (AF3 e AF4)
foram posicionados 3 cm acima do limite superior da sobrancelha do paciente, como
medida de referência, o que permite o ajuste inerente dos outros eletrodos em suas
respectivas áreas de ação. Após o headset ser ligado, era feita a avaliação da
qualidade de contato de cada eletrodo - uma medição de impedância que indica a
qualidade do sinal elétrico que passa pelos sensores e pela referência. Esta
medição era associada a escala de cores: 0 - muito ruim (preto), 1 - ruim (vermelho),
2 - ok (laranja) e 4 - bom (verde).145 O headset era ajustado até que a maior parte
 86

dos eletrodos aparecessem como pontos verdes na tela do software (FIG.10). Para
evitar interferências e ruídos no sinal eletroencefalográfico, era necessário que o
indivíduo não fizesse uso de quaisquer produtos cosméticos nos cabelos e não
portasse qualquer tipo de aparelho eletrônico durante a realização da coleta. Essas
informações foram previamente fornecidas aos participantes.

A captação de informações foi realizada sob a forma de Raw EEG, pelo software
Emotiv Pure Xavier®. As ondas cerebrais são verificadas em termos de amplitude
(10-100 microvolts) e frequência de 1 a 80 Hz. Foram captadas quatro bandas
independentes principais: delta δ (0.5- 4Hz); teta θ (4-8Hz), alfa α (8-15) e beta β
(15-30Hz). O registro de EEG foi coletado durante 35 minutos, correspondendo a 7
minutos iniciais, de leitura das instruções e compreensão da estratégia a qual o
aluno estava alocado e 28 minutos, durante os quais o aluno resolvia pelo menos
um de cada caso critério e um caso distrator.

Figura 10 - Tela de registro do EEG durante a coleta na fase de treinamento

Finalizada a fase de treinamento, havia um intervalo de 30 minutos até o início da

fase seguinte (teste imediato). Durante esse intervalo, um lanche era oferecido aos
participantes, que eram orientados a evitar discutir sobre as tarefas realizadas.
 87

5.3.6.3 Fase de teste imediato

Para o teste imediato, os participantes deveriam solucionar um bloco contendo 12

casos clínicos, um por página (FIG. 11). Havia seis casos critério (dois de
“pneumonias agudas”, dois de “síndromes ictéricas neonatais”; dois envolvendo
“doenças hematológicas”), além de seis casos distratores. Todos os casos critério
diferiram daqueles estudados na fase de treinamento, embora se referissem às
mesmas doenças.

Na capa do bloco, o participante deveria colocar seu código de identificação. A

primeira página continha as seguintes instruções: a) ler o caso e registrar o
diagnóstico mais provável da forma mais específica e completa possível; b) registrar
duas hipóteses diagnósticas alternativas. A sequência para a solução dos casos não
era fixada, tampouco o tempo para diagnosticar cada um deles. Entretanto, os
participantes eram informados de que teriam, no máximo, 60 minutos para
solucionar todos. Na borda direita superior da página do primeiro caso do bloco, os
participantes deveriam registrar a hora, minutos e segundos do início da atividade.
Na borda direita inferior da página, que continha o último caso do bloco, registrariam
a hora, minutos e segundos do término da atividade.

5.3.6.4 Fase de teste intermediário

A fase de teste intermediário ocorria sete dias após a fase de treinamento e de teste
imediato. Os participantes deveriam diagnosticar outros 12 casos clínicos, também
apresentados em um bloco. Todos eram diferentes daqueles apresentados nas
fases anteriores, embora também abrangessem seis casos distratores e seis casos
critério (dois de “pneumonias agudas”, dois de “síndromes ictéricas neonatais”; dois
de “doenças hematológicas”). O código de identificação do participante era colocado,
por ele mesmo, na capa do bloco e o procedimento para solução dos casos e
registro do horário de início e finalização das atividades era exatamente igual ao da
fase de teste imediato.

Nesta fase os participantes faziam também o teste de quociente intelectual.

 88

Figura 11 - Formato de apresentação do primeiro caso clínico de um bloco de casos

da fase de teste imediato

Fonte: Fernandes (2020)24

5.3.6.5 Fase de teste tardio

A fase de teste tardio ocorria seis meses após a fase de treinamento. Os

participantes deveriam diagnosticar outros 12 casos clínicos, também apresentados
em um bloco. Todos eram diferentes daqueles apresentados nas fases anteriores,
embora também abrangessem seis casos distratores e seis casos critério (dois de
“pneumonias agudas”, dois de “síndromes ictéricas neonatais”; dois de “doenças
hematológicas”). O código de identificação do participante era colocado, por ele
mesmo, na capa do bloco. E o procedimento para a solução dos casos e registro do
 89

horário de início e finalização das atividades era exatamente igual ao da fase de

teste imediato.

Nessa fase, os participantes preenchiam novamente os formulários de conhecimento

e experiência prévios (ANEXO C) e de autoeficácia (ANEXO D), para avaliar a
autopercepção de ganho nessas variáveis no intervalo de seis meses. Preenchiam
também um questionário para pareamento da amostra após seis meses da
intervenção (APÊNDICE C), que avaliava a participação em atividades
extracurriculares, realizadas neste intervalo, nas quais pudessem ter tido contato
com casos clínicos semelhantes ao do estudo ou tivessem utilizado a estratégia de
raciocínio reflexivo estruturada

5.4 Devolutivas

Um mês após a finalização da coleta dos dados, foram realizadas duas sessões
para discussão dos casos incluídos no estudo (critério e distratores). As sessões
foram realizadas em salas de aula da FM-UNIBH, sob a coordenação da
pesquisadora principal, abertas a qualquer interessado, participante ou não da
pesquisa. Os dias e horários das sessões foram previamente divulgados por redes
sociais, e-mail, aviso verbal nos intervalos das aulas teóricas e aplicativos de
mensagens.

5.5 Processamento e análise do registro de EEG

Para o processamento dos dados do EEG bruto foi utilizado o software EEGLAB®,
versão 7.1.3.13 compilada.203 O EEGLAB® é uma ferramenta interativa de script
baseado em menus desenvolvidos em Matlab® para processar dados
eletrofisiológicos, incorporando análise de componentes independentes (ICA),
análise de tempo/frequência, rejeição de artefatos, estatísticas relacionadas a
eventos e vários modos úteis de visualização.

Todos os arquivos foram importados para o software no formato European Data

Format (EDF). Foi realizada a análise dos 14 canais disponíveis no headset, com
ênfase naqueles representativos das áreas de interesse para análise da tarefa
 90

cognitiva. Para essa etapa foi feita parceria com pesquisadores do Departamento de
Psiquiatria e Psicologia Médica da Escola Paulista de Medicina da Universidade
Federal de São Paulo (UNIFESP), vinculados à linha de pesquisa em Tomadas de
Decisão e Neuromodulação do Laboratório Interdisciplinar de Neurociências Clínicas
(LINC), que realizaram o processamento dos dados e deram suporte à sua análise,
no âmbito desta pesquisa.

Depois de selecionados os canais ativos e os de referência no software, foi realizada

a remoção de artefatos. O sinal bruto advindo dos eletrodos comporta ruídos que
não são representativos da atividade do sistema nervoso central (SNC). Esses
ruídos podem ser oriundos de fontes neurais, quando componentes não
relacionados ao sinal alvo são capturados ou podem ser provenientes de fontes
externas, como o deslizamento do cabelo sob os eletrodos e/ou atividade muscular,
como a contração dos músculos da face. Em seguida, os sinais passaram por
análise de componentes independentes (ICA) para promover a separação dos sinais
em componentes individuais e mais uma vez identificar e eliminar artefatos ainda
presentes na análise. Posteriormente, foi aplicado o filtro passa-banda de 1 a 60 Hz,
em que cada sinal registrado durante a prática dos casos gerou um arquivo com
plotagem de 4 a 60 Hz. Esses arquivos foram salvos em formato JPEG para análise
qualitativa do padrão de ativação cerebral.

A análise de ativação cerebral foi feita por meio da observação das ondas cerebrais
em mapas do escalpo, resultantes do processamento do EEG bruto adquirido por
meio dos 14 canais ativos. Para representar a ativação cerebral foram selecionadas
as bandas de frequências teta, analisada pela frequência de 6 Hz; alfa, representada
pela frequência de 10 Hz; beta, representada pela frequência de 22 Hz; e gama,
representada por 40 Hz. A intensidade dessas ondas é analisada pela graduação de
cores (FIG. 12). A cor vermelha representa a mais alta ativação, seguida pelas cores
laranja e amarelo, que representam ativação alta-moderada; a cor verde representa
ativação moderada; e as cores azuis claro e escuro representam baixa ativação
cerebral.145,203
 91

Figura 12 - Análise de ativação cerebral em mapa de escalpo, de participante

alocado na estratégia REP, durante a fase de treinamento

O registro de EEG foi coletado durante os primeiros 35 minutos da fase de

treinamento, de forma a cobrir o registro de atividade cerebral durante a resolução
de um caso de cada síndrome das doenças critério e um caso distrator. A
transformada rápida de Fourier implementada no software EEGLAB® foi usada para
realizar a análise espectral e calcular os espectros de potência.

5.6 Análises estatísticas

5.6.1 Variáveis dos estudos

5.6.1.1 Variáveis independentes

a) Idade: número inteiro calculado em anos, determinado pela subtração do ano

de nascimento do participante do ano de participação no estudo;
b) Sexo: autodeclarado pelo participante no questionário sociodemográfico
(masculino; feminino), preenchido na fase de treinamento;
c) Graduação prévia em outro curso da área de saúde: autodeclarado pelo
participante no questionário sociodemográfico a (sim; não), preenchido na
fase de treinamento;
d) Atividade profissional prévia na área de saúde: autodeclarado pelo
 92

participante no questionário sociodemográfico (sim; não), preenchido na fase

de treinamento;
e) Doença mental: autodeclarado pelo participante no questionário
sociodemográfico (sim; não), preenchido na fase de treinamento;
f) Uso de medicação/substância com potencial de ação em sistema nervoso
central (exemplo: antidepressivos, benzodiazepínicos, drogas ilícitas,
energéticos ou similares) nas 24 horas que antecederam a fase de
treinamento: autodeclarado pelo participante no questionário
sociodemográfico (sim; não), preenchido na fase de treinamento;
g) Experiência prévia no conhecimento/utilização da estratégia de raciocínio
clínico reflexivo para a resolução de casos clínicos: autodeclarado pelo
participante no questionário sociodemográfico (não conheço a estratégia de
raciocínio clínico reflexivo para a resolução de casos clínicos; conheço a
estratégia de raciocínio clínico reflexivo para a resolução de casos clínicos,
mas nunca a utilizei; conheço a estratégia de raciocínio clínico reflexivo para
a resolução de casos clínicos e já a utilizei), preenchido na fase de
treinamento;
h) Participação em atividade extracurricular de Pediatria, no intervalo entre a
primeira e a quarta fase do estudo (sim; não), preenchido na fase de teste
final;
i) Participação em atividade curricular ou extracurricular que utilizasse a prática
reflexiva estruturada para a resolução de casos clínicos, no intervalo entre a
primeira e a quarta fase do estudo (sim; não), preenchido na fase de teste
final;
j) QI: valor absoluto calculado para cada participante pela somatória das
pontuações obtidas nas respostas das questões da versão brasileira do teste
WMT-2;
k) Grupos de doenças:
i-1) Casos critério: casos que envolviam doenças específicas apresentadas
em todas as fases do estudo (QUADRO 2), diagnosticadas em Pediatria,
tanto em âmbito ambulatorial, quanto em unidades de urgência e
unidades neonatais. Incluíam: “pneumonias agudas” (pneumonia
bacteriana; pneumonia com derrame pleural; pneumonia viral),
“síndromes ictéricas neonatais” (icterícia por incompatibilidade ABO,
 93

icterícia própria do recém-nascido e icterícia do leite materno), “síndromes

hematológicas” (leucemia aguda; plaquetopenia imune aguda; falência
medular).
j) Grupos experimentais: os grupos experimentais de estudo foram definidos
conforme descrição no item 5.3.6.1:
i- Raciocínio clínico estruturado livre (REL);
ii- raciocínio clínico estruturado com pistas (REP);
iii-raciocínio clínico estruturado com estudo de exemplo trabalhado
(REET);
k) Fase do estudo:
As fases do estudo, em sequência, foram: fase de treinamento; fase de teste
imediato; fase de teste tardio; fase de teste final - essas variáveis foram
descritas no item 5.3.6.

5.6.1.2 Variáveis dependentes

a) Acurácia diagnóstica: para o diagnóstico apresentado pelos participantes como o

mais provável para cada um dos casos envolvendo doenças critério, na primeira
etapa da fase de treinamento e nos testes imediato, intermediário e tardio foi dada
uma nota referente ao grau de precisão dos diagnósticos fornecidos. Toda a
variedade de diagnósticos fornecidos pelos participantes foi transcrita para uma lista
e cada um foi pontuado em 0,0; 0,25; 0,5; 0,75 ou 1, com as respectivas
correspondências: 0,0, diagnóstico absolutamente incorreto (por exemplo, colestase,
no caso de icterícia neonatal por incompatibilidade ABO); 0,25, diagnóstico
sindrômico (icterícia neonatal); 0,5 (diagnóstico sindrômico com menção à
etiopatogenia (icterícia neonatal por hemólise); 0,75, diagnóstico sindrômico com
menção à fisiopatologia (icterícia neonatal por incompatibilidade de grupo
sanguíneo); e 1,0, diagnóstico absolutamente correto (icterícia neonatal por
incompatibilidade de grupo sanguíneo ABO) (exemplo no QUADRO 6). Esses
escores já foram utilizados com sucesso em estudo anterior.91

As pontuações foram inicialmente dadas por dois pediatras, um professor da FM-

UFMG e um professor da FM-UNIBH, ambos com mais de 15 anos de experiência
clínica. Cada um desses profissionais desconhecia as notas dadas pelo outro ou o
 94

grupo de estudo ao qual o participante pertencia. O nível de concordância

(coeficiente de Kappa) entre as notas dadas pelos dois avaliadores foi superior a
98%. Nos casos de discordância, um terceiro pediatra, também professor da FM
UFMG, com mais de 20 anos de experiência, fazia a pontuação das respostas e a
nota final era aquela coincidente em duas avaliações.

Quadro 6 - Escores atribuídos aos diagnósticos fornecidos pelos participantes,

exemplo de caso critério “icterícia neonatal por incompatibilidade ABO”

Resposta Nota

Colestase/ infecção/ insuficiência hepática/hepatite 0

Icterícia neonatal 0,25

Icterícia por hemólise 0,5

Icterícia por incompatibilidade de grupo sanguíneo 0,75

Icterícia por incompatibilidade ABO 1

Fonte: Fernandes (2020)24

A acurácia diagnóstica alcançada por cada participante na fase de treinamento para

cada um dos grupos de doenças critério (“síndromes ictéricas neonatais”,
“pneumonias agudas” e “síndromes hematológicas”) correspondia à média das
pontuações obtidas para cada caso de doenças do grupo, considerando-se apenas
as respostas da primeira etapa dessa fase. Para o cálculo da acurácia diagnóstica
alcançada nas fases de teste imediato, tardio e final, consideravam-se as respostas
registradas como hipótese diagnóstica mais provável para cada doença do grupo
específico de doenças critério.

b) Autoeficácia: valor calculado, para cada participante, pela divisão da somatória

dos valores das suas respectivas respostas (marcadas em escala de Likert variando
de um a 10), para cada uma das questões que constituem o teste de autoeficácia
(ANEXO D), pelo total de questões do teste.

c) Grau de conhecimento teórico prévio dos grupos de doenças critério: taxa média
calculada, para cada um dos participantes, pela somatória dos escores marcados na
escala de Likert (variação de um a cinco) do instrumento próprio para essa avaliação
(ANEXO C), referente ao grau de conhecimentos teóricos que julgavam ter a
 95

respeito de cada uma das doenças que constituíam determinado grupo de doenças
critério, dividida pelo número de doenças do respectivo grupo. Assim, os valores
desse cálculo poderiam variar entre um e cinco, sendo que quanto mais próximo de
cinco, maior era o conhecimento teórico do participante em relação às doenças de
cada grupo de casos critério.

d) Grau de experiência clínica prévia dos grupos de doenças critério: taxa média
calculada, para cada um dos participantes, da mesma forma que para a variável
descrita anteriormente, mas considerando os escores referentes à experiência
prévia registrada na escala de Likert em relação à experiência clínica em cada uma
das doenças incluídas em cada grupo específico de casos critério. O ANEXO C
apresenta o instrumento de avaliação utilizado.

e) Indicadores neurofisiológicos de esforço mental:187

Estes indicadores derivam da avaliação do registro de EEG coletado durante os
primeiros 30 minutos da fase de treinamento, para cada um dos participantes. Para
calculá-los, foram definidas, no registro de EEG, as janelas temporais relativas ao
período de uso das estratégias de reflexão estruturada (5:30 minutos para cada um
dos quatro primeiros casos) e feita a análise das ondas eletroencefalográficas deste
intervalo de tempo. Para base de comparação foi utilizado o registro dos primeiros
sete minutos do EEG, nos quais todos os alunos fizeram a mesma atividade (leitura
das instruções iniciais do bloco de casos clínicos).
e.1 Potência no espectro de onda beta pré-frontal: potência média no espectro de
onda beta registrada em eletrodos pré-frontais (AF3, AF4, F3, F4, F7 e F8). Esta
potência aumenta com complexidade da tarefa e reflete um estado mental de
sobrecarga de trabalho;
e.2 Ativação do córtex pré-frontal dorsolateral direito: potência média dos espectros
das ondas registradas em eletrodo AF3. A ativação desta região está relacionada a
percepção de esforço mental na atualização de informações; motivação e
engajamento, sinalizando quantidade de recursos mentais disponíveis para tomada
de decisão;
e.3 Índice de engajamento na tarefa: cálculo através da fórmula beta/(alfa+teta);
média geral dos eletrodos de todos os canais, nas frequências beta, alfa e teta.
Considerado um marcador de deterioramento do envolvimento na tarefa e fadiga
 96

mental.
e.4 Índice de carga da tarefa: cálculo através da fórmula teta frontal linha média /
alfa parietal linha média; média da frequência alfa nos canais P7 e P8 e média da
frequência teta nos canais AF3, AF4, F3, F4, F7 e F8. Este índice reflete a carga
cognitiva na memória de trabalho.

f) Média de escores de esforço mental registradas pelos participantes durante a

resolução de casos clínicos (fase treinamento): taxa média calculada, para cada um
dos participantes, pela somatória dos escores marcados na escala visual (variação
de um a nove) do grau de esforço que considerasse que lhe tivesse sido exigido
para a solução do caso, durante os primeiros 30 minutos da fase de treinamento, na
primeira etapa e ao utilizar a estratégia instrucional para a qual foi alocado, na
segunda etapa da fase treinamento (FIG. 13).

Figura 13 - Escala para avaliação de esforço mental (em destaque) para estudo da
resolução de casos clínicos, utilizando a estratégia de exemplo trabalhado

Fonte: Fernandes. (2020)24.

 97

5.7 Estatísticas descritivas

Neste estudo foram apresentadas as medidas descritivas mínimo, máximo, média,

mediana (Q 2), Quartis (Q 1 e Q 3), e desvio-padrão (dp), além de percentuais como
medidas para descrever os resultados das variáveis estudadas.

5.7.1 Teste t de Student para amostras independentes204

Com o objetivo de comparar dois grupos independentes quanto às medidas da

média de uma variável de interesse do tipo intervalar, foi utilizado o teste t de
Student para amostras independentes. Trata-se de um teste paramétrico que tem
como objetivo comparar médias entre dois grupos distintos/ independentes, isto é,
esse teste avalia se existe diferença estatisticamente significativa ou não entre dois
grupos de indivíduos quanto às médias de determinada variável quantitativa de
interesse.

Ressalta-se que o teste de Levene foi utilizado com o objetivo de averiguar a

homogeneidade das variâncias de cada variável estudada, por grupo. O objetivo
desse teste foi verificar se as variâncias são diferentes ou não entre os dois grupos
estudados em relação a uma variável de interesse, ou seja, verificar se a
probabilidade de significância do teste é inferior a 5% (p<0,05). Neste presente
estudo assumiu-se a heterogeneidade das variâncias, com isso, optou-se por utilizar
os valores do teste t de Student, assumindo a não igualdade de variâncias, o que
contribui com conclusões mais robustas.

5.7.2 Análise de variância (ANOVA) com 1 fator – oneway204

A comparação entre três ou mais grupos no que se refere à medida das médias de
determinada variável de interesse é feita utilizando-se a técnica paramétrica da
análise de variância com um fator. Nos casos em que a análise indica a existência
de alguma diferença significativa (p<0,05) entre os grupos, realizam-se as
comparações múltiplas de médias segundo o teste Duncan para verificar em quais
grupos realmente existe ou existem diferenças entre as médias. O objetivo desta
análise é comparar médias entre três ou mais grupos em relação a uma variável de
 98

nível intervalar de interesse. Ressalta-se que os pressupostos para a utilização

desta análise são a normalidade dos resíduos do modelo e a existência de variância
constante.

5.7.3 Teste t de Student para amostras pareadas204

Na comparação entre medidas realizadas numa mesma unidade experimental e/ou

avaliadas em dois momentos distintos (neste estudo, comparar as fases treinamento
e “seis meses após”) o teste estatístico t de Student para amostras pareadas/
dependentes é utilizado. Esse teste paramétrico tem como objetivo avaliar se a
média das diferenças entre duas medidas realizadas numa mesma unidade
experimental é estatisticamente igual a zero (hipótese nula) ou diferente de zero
(hipótese alternativa).

5.7.4 Análise de variância baseado num modelo de medidas repetidas (RM-

ANOVA)205,206

Com o objetivo de avaliar o efeito/ influência do grupo (REE, REG ou REF), bem
como da fase do estudo (treinamento, imediato, tardio e final) na variação das
médias na nota obtida pelos alunos no diagnóstico ao preencher os casos clínicos,
foi utilizada a análise de variância baseada em um planejamento de medidas
repetidas. Cabe destacar que o planejamento de medidas repetidas está associado
ao fato de um mesmo aluno ser avaliado em quatro momentos distintos na pesquisa
(variável / fator - “fase do estudo”). Portanto, além de avaliar a influência dos fatores
grupo de estudo, é necessário avaliar a influência da fase de avaliação, bem como a
interação entre as variáveis grupo e fase do estudo (ver grupo × fase do estudo).

Ressalta-se que quando a interação é significativa no modelo de análise de

variância (ANOVA), o resultado indica que existe diferença no comportamento de um
fator (por exemplo: grupo) para cada nível do outro fator estudado (por exemplo:
fases do estudo). E, quando a análise indica uma influência significativa (p<0,05) de
um ou mais fatores com duas categoriais ou mais ou mesmo uma ou mais
interações, será utilizado o teste de comparações múltiplas de médias Least
Significant Difference (LSD) para avaliar as diferenças encontradas dentro de cada
 99

um dos fatores estatisticamente significativos. Os pressupostos para a utilização

desta análise foram verificados e aceitos, isto é, a normalidade de resíduos (teste K-
S – Kolmogorov-Smirnov) e variâncias constantes (teste de Levene).

Na análise de medidas repetidas existe uma restrição adicional, a esfericidade

(“variâncias iguais” entre as diferenças de médias entre as duas fases estudadas). E
caso essa condição de esfericidade seja violada, os resultados serão ajustados pelo
método de Greenhouse-Geisser ou Huynh-Feldt.

5.7.5 Análise de correlação de Pearson204

A análise de correlação de Pearson (teste paramétrico) quando envolve duas

variáveis intervalares (contínua ou discreta) tem como objetivo avaliar a relação
entre duas variáveis de interesse. Essa análise expressa a relação entre duas
variáveis X e Y, medindo a grandeza dessa relação:

● r > 0 a Indica relação direta/ positiva, ou seja, aumento em X é acompanhado

por aumento em Y.
● r < 0 a Indica relação indireta/ negativa, ou seja, aumento em X é
acompanhado por decréscimo em Y.

Alto valor de r (positivo ou negativo) - próximo de +1 ou -1 - indica forte relação,

enquanto valor próximo de zero mostra relação fraca ou nula.

Uma medida que quantifica a precisão e a qualidade do modelo de uma regressão

(regressão linear simples: Y = aX + b, por exemplo) é o coeficiente de determinação
(R2), que pode ser interpretado como a proporção da variabilidade presente nas
observações da variável resposta y, que é explicada pelas variáveis preditoras/
regressoras/ independentes no modelo de regressão ajustado aos dados. O R2 de
uma regressão linear simples é igual à medida do coeficiente de correlação elevado
ao quadrado. Ou, de outra forma, o valor de R2 nada mais é do que a correlação ao
quadrado entre os valores reais e os valores previstos pelo modelo. E quanto mais
próximo de 100% for a medida de R2, melhor e mais preciso será o modelo ajustado.
 100

Essa aplicação foi utilizada nas análises de correlação entre as variáveis

pesquisadas.

5.7.6 Teste de Kruskal-Wallis 207

A comparação entre grupos independentes em relação às variáveis de interesse (por

exemplo, comparação entre os 3 grupos de alunos em relação aos indicadores do
EEG) foi realizada utilizando-se o teste não-paramétrico de Kruskal-Wallis
(Estatística do teste H), com o objetivo de comparar amostras independentes em
relação a uma variável que seja no mínimo ordinal, de amostras pequenas e/ou que
não apresente uma distribuição Normal. Esse teste avalia se existe ou não diferença
significativa na distribuição das medidas da variável de interesse entre 3 ou mais
grupos estudados.

1.7. PROBABILIDADE DE SIGNIFICÂNCIA

5.7.6 Probabilidade de significância (p)

Todos os resultados foram considerados significativos para uma probabilidade de

significância inferior a 5% (p<0,05), tendo, portanto, pelo menos 95% de confiança
nas conclusões apresentadas.
 101

REFERÊNCIAS

1. Pelaccia T, Tardif J, Triby E, Charlin B. An analysis of clinical reasoning through

a recent and comprehensive approach: the dual-process theory. Med Educ Online.
2011; 16:10.

2. Thampy H, Willert E, Ramani S. Assessing clinical reasoning: Targeting the

higher levels of the pyramid. J Gen Intern Med. 2019; 34(8):1631–6.

3. Round A. Introduction to clinical reasoning. J Eval Clin Pract. 2001.

4. Higgs J, Jones M, Loftus S, Christensen N. Clinical reasoning in the health

professions. 3. ed. Philadelphia, PA: Elsevier Health Sciences; 2008.

5. Gruppen LD. Clinical reasoning: Defining It, teaching it, assessing it, studying it.
West J Emerg Med. 2017; 18(1):4-7.

6. Cutrer WB, Sullivan WM, Fleming AE. Educational strategies for improving
clinical reasoning. Curr Probl Pediatr Adolesc Health Care. 2013; 43(9):248-57.

7. Elstein AS, Shulman LS, Sprafka SA. Medical problem solving: A ten year
retrospective. Swanwick T, ed. Eval Health Prof. 1990; 13:5-36.5.

8. Kahneman D. Thinking, fast and slow. (Farrar SG. (ed.). New York: MacMillan;
2011.

9. Barros RMA, Monteiro AMR, Moreira JAM. Aprender no ensino superior:

relações com a predisposição dos estudantes para o envolvimento na
aprendizagem ao longo da vida. Rev Bras Estud Pedagog, Brasília, 2014;
95(241):544-566.

10. Richard EM. Applying the science of learning to medical education. Med
Educat. 2010; 44:543–549.

11. Norman GR. Research in clinical reasoning: past history and current trends.
Med Educ. 2005; 39: 418–427.

12. Charlin B, Tardif J, Boshuizen H. Scripts and medical diagnostic knowledge:

theory and applications for clinical reasoning instruction and research. Acad Med.
2000; 75(2):182–190.

13. Schmidt HG, Mamede S. How to improve the teaching of clinical reasoning: a
narrative review and a proposal. Med Educat. 2015; 49:961-973.

14. Norman GR, Brooks LR. The non-analytical basis of clinical reasoning. Adv
HealtSci Educ. 1997; 2:173–8.

15. Braun LT, Lenzer B, Kiesewetter J, Fischer MR, Schmidmaier R. How case
representations of medical students change during case processing: Results of a
qualitative study. GMS J Med Educat. 2018; 35(3),1-15.
 102

16. Bordage G. Prototypes and semantic qualifiers: from past to present. Med
Educ. 2007; 41(12):1117-1121.

17. Bowen JL. Educational strategies to promote clinical diagnostic reasoning. N

Engl J Med. 2006; 355:2217-25.

18. Yazdani S, Abardeh MH. Five decades of research and theorization on clinical
reasoning: a critical review. Adv Med Educat Pract. 2019; 703–716.

19. Charlin B, Boshuizen HPA, Custers EJ, Feltovich PJ. Scripts and clinical
reasoning. Med Educ. 2007; 41:1178-1184.

20. Schmidt HG, Rikers RJ. How Expertise develops in medicine: knowledge
encapsulation and illness scripts formation. Med Educat. 2007; 41:1133-1139.

21. Thammasitboon S, Cutrer WB. Diagnostic decision-making and strategies to

improve diagnosis. Curr Probl Pediatr Adolesc Health Care. 2013; 43:232-241.

22. Schmidt HG, Norman GR, Boshuizen HPA. A cognitive perspective on

medical expertise: theory and implication. Acad Med. 1990; 65:611-621.

23. Piaget J, Cook MT. The origins of intelligence in children. New York, NY:
International University Press, 1952.

24. Fernandes, RAF. Análise do impacto do raciocínio reflexivo estruturado,

adicionado ou não de diretrizes complementares, na acurácia diagnóstica de
estudantes de Medicina e de médicos-residentes em Pediatria. Tese (Doutorado
em Ciências da Saúde da Criança e do Adolescente) - Belo Horizonte, UFMG,
2019. 158 p.

25. Kahneman D, Klein G. Conditions for intuitive expertise: a failure to disagree.

Am Psychol. 2009 Sep; 64(6):515-26.

26. Elstein AS. Thinking about diagnostic thinking: A 30-year perspective. Adv
Health Sci Educ Theory Pract. 2009; 14(suppl 1):7–18.

27. Neufeld VR, Norman GR, Feightner JW, Barrows HS. Clinical problem solving
by medical students: a cross sectional and longitudinal analysis. Med Educ. 1981;
15:315–22.

28. Croskerry P. The importance of cognitive errors in diagnosis and strategies to

minimize them. Acad Med. 2003; 78:775-80.

29. Eva KW. The ageing physician: changes in cognitive processing and their
impact on medical practice. Acad Med. 2002; 77 (Suppl):1–6.

30. Norman GR, Sherbino J, Dore K, Wood T, Young M, Gaissmaier W, et al. The
etiology of diagnostic errors:a controlled trial of system 1 vs. system 2 reasoning.
Acad Med. 2014; 89(2):277‐284.
 103

31. Gruppen LD, Woolliscroft JO, Wolf FM. The contribution of different
components of the clinical encounter in generating and eliminating diagnostic
hypotheses. In research in medical education: proceedings of the annual
conference. Med Educ. 1988; 27:242‐247.

32. Wiswell J, Tsao K, Bellolio MF, Hess EP, Cabrera D. “Sick” or “not‐sick”:
accuracy of system 1 diagnostic reasoning for the prediction of disposition and
acuity in patients presenting to an academic Am J Emerg Med. 2013;
31(10):1448‐1452.

33. Custers EJFM. Medical education and cognitive continuum theory: An

alternative perspective on medical problem solving and clinical reasoning. Acad
Med. 2013; 88:1074–1080.

34. Monteiro SD, Norman G, Sherbino J. The 3 faces of clinical reasoning:

Epistemological explorations of disparate error reduction strategies. J Eval Clin
Pract. 2018; 24:666–673.

35. Monteiro SD, Sherbino J, Patel A, Mazzetti I, Norman GR, Howey E.

Reflecting on diagnostic errors: Taking a second look is not enough. J Gen Intern
Med. 2015; 30(9):1270–4.

36. Monteiro SD, Sherbino J, Sibbald M, Norman GR. Critical thinking, biases and
dual processing: The enduring myth of generalisable skills. Med Educat. 2020;
54:66–73.

37. Peixoto JM, Elói-Santos SME, Faria RMD. Processos de desenvolvimento do

raciocínio clínico em estudantes de Medicina. Rev Bras Educ Méd. 2018;
42(1):73-81.

38. Croskerry P. From mindless to mindful practice–cognitive bias and clinical

decision making. N Engl J Med. 2013; 368(26):2445–8.

39. Norman GR, Brooks LR, Colle CL, Hatala RM. The benefit of diagnostic
hypotheses in clinical reasoning: experimental study of an instructional
intervention for forward and backward reasoning. Cognit Instruct. 2000; 17:433–
48.

40. Tversky A, Kahneman D. Extensional versus intuitive reasoning: The

conjunction fallacy in probability judgment. Psychol Rev. 1983; 90:293–315.

41. Norman G. Building on experience: The development of clinical reasoning. N

Engl J Med. 2006; 355:2251-2252.

42. Yonelinas AP. The nature of recollection and familiarity: A review of 30 years
of research. J Mem Lang. 2002; 46:441– 517.

43. Aggleton JP, Brown MW. Interleaving brain systems for episodic and
recognition memory. Trends Cogn Sci. 2008; 10:455–63.
 104

44. Larsen DP, Butler AC, Roediger HL III. Test-enhanced learning in medical
education. Med Educat. 2008; 42:959–66.

45. Monteiro S, Norman G. Diagnostic reasoning: Where we’ve been, where

we’re going. Teach Learn Med. 2013; 25(S1).

46. Sweller J, van Merriënboer JJ, Paas F. Cognitive architecture and

instructional design. Educ Psychol Rev. 1998; 10:251-96.

47. Eriksson J, Vogel EK, Lansner A, Bergström F, Nyberg L. Neurocognitive

architecture of working memory. Neuron. Oct. 2015; 88(1): 33–46.

48. Weidman J, Baker K. Neuroscience in the cognitive science of learning:

Concepts and strategies for the educator and learner. Neurosci Anesthesiol
Perioper Med. 2015; 121(6):1586-1599.

49. van Merriënboer JG, Sweller J. Cognitive load theory in health professional
education: design principles and strategies Med Educat. 2010: 44: 85–93.

50. Ebbinghaus H. Memory: a contribution to experimental psychology. New York:

Dover Publications, Inc., 1964 [original German text published 1885].

51. Karpicke JD, Roediger III HL. The critical importance of retrieval for learning.
Science. 2008; 319:966-968.

52. Arthur Jr. W, Bennett Jr. W, Stanush PL, McNelly T.L. Factors that influence
skill decay and retention: A quantitative review and analysis. Human Perform.
1998;11(1), 57–101.

53. Custers EJFM. Long-term retention of basic science knowledge: a review

study Adv Health Sci Educat. 2010; 15:109–128.

54. Schmidmaier R, Ebersbach R, Schiller M, Hege I, Holzer M, Fischer MR.

Using electronic flashcards to promote learning in medical students: retesting
versus restudying. Med Educ. 2011; 45 (11):1101–10.

55. Butler AC, Raley ND. the future of medical education: Assessing the impact of
interventions on long-term retention and clinical care. J Grad Med Educat. 2015;
483-485.

56. Phye GD. Strategic transfer: A tool for academic problem solving. Educat
Psychol Rev. 1992; 4(4):393-421.

57. Karpicke JD, Roediger III HL. Repeated retrieval during learning is the key to
long-term retention. J Mem Lang. 2007; 57:151–162.

58. Custers EJFM, ten cate OTJ. Very long-term retention of basic science
knowledge in doctors after graduation. Med Educat. 2011: 45:422–430.
 105

59. Larsen DP, Butler AC, Lawson AL, Roediger III HL. The importance of seeing
the patient: test-enhanced learning with standardized patients and written tests
improves clinical application of knowledge. Adv Health Sci Educ. May 2012.

60. Roediger III HL, Gallo DA, Geraci L. Processing approaches to cognition: the
impetus from the levels of processing framework. Memory. 2002; 10:319-32.

61. Young JQ, Van Merriënboer J, Durning S, Ten Cate O. Cognitive load theory:
Implications for medical education: AMEE Guide n. 86. Med Teach. 2014;
36(5):371-384.-57.

62. Cowan N. The magical mystery four: How is working memory capacity limited,
and why? Curr Direct Psychol Sci. 2010; 19(1):51

63. Ghanbari S, Haghani F, Barekatain M, Woods AJ. A systematized review of

cognitive load theory in health sciences education and a perspective from
cognitive neuroscience. J Educ Health Promot. 2020; 9:176.

64. Woods N, Brooks L, Norman G. The value of basic science in clinical

diagnosis: Creating coherence among signs and symptoms. Med Educ. 2005;
39(1):107-12.

65. Eva K. What every teacher needs to know about clinical reasoning. Med Educ.
2005; 39(1):98-106.

66. Lingard LA. What we see and don’t see when we look at “competence”: notes
on a god term. Adv Heal Sci Educ Theory Pract. 2009; 14(5):625-8.

67. Szulewski A, Howes D, van Merriënboer JJG, Sweller J. From theory to

practice: The application of cognitive load theory to the practice of medicine. Acad
Med. 2021; 96:24–30.

68. Linn A, Khaw C, Kildea H, Tonkin A. Clinical reasoning. A guide to improving

teaching and practice. Aust Fam Physician. 2012; 41:18-20.

69. Graber ML. Educational strategies to reduce diagnostic error: can you teach
this stuff. Adv Health Sci Educ Theory Pract. 2009; 14:63-9.

70. Ericsson KA. Deliberate practice and the acquisition and maintenance of
expert performance in medicine and related domains. Acad Med. 1988; 79:S1-
S12.

71. Kiesewetter J, Ebersbach R, Görlitz A, Holzer M, Fischer MR, Schmidmaier R.

Cognitive problem solving patterns of medical students correlate with success in
diagnostic case solutions. Plos One. Aug 2013; 8(Issue 8):e71486.

72.Sherbino J, Kulasegaram K, Howey E, Norman G. Ineffectiveness of cognitive

forcing strategies to reduce biases in diagnostic reasoning: a controlled trial.
CJEM. 2012; 15:1–7.
 106

73.Monteiro SD, Sherbino JD, Ilgen JS, Dore KL, Wood TJ, Young ME, et al.
Disrupting diagnostic reasoning: do interruptions, instructions, and experience
affect the diagnostic accuracy and response time of residents and emergency
physicians? Acad Med. 2015; 89(2):277–284.

74.Ferreira MRMC. Avaliação da percepção de autoeficácia em estudantes de

Medicina e residentes e seu impacto no aprendizado com a estratégia de ensino
worked example. Dissertação. (Mestrado em Ciências da Saúde da Criança e do
Adolescente) - Belo Horizonte, UFMG, 2020. 92 p.

75. Bandura A. Perceived self-efficacy in cognitive development and functioning.

Educ Psychol. 1993; 28(2):17-148

76. Bandura A. Toward a psychology of human agency. Perspect Psychol Sci

[Internet]. 2006; 1(2):164–80.

77. Chen CP. Practice & theory strengthening career human agency. J Couns
Dev.2006; 84:131–8.

78.Schunk DH, Ertmer PA. Chapter 19 - self-regulation and academic learning:

Self-efficacy enhancing interventions A2 - Boekaerts, Monique. Handb Self
Regulation [Internet]. 2000; 631–49.

79.Usher EL, Pajares F. Sources of self-efficacy in school: Critical review of the

literature and future directions. Rev Educ Res [Internet]. 2008; 78(4):751–96. 28.

80.Polydoro S, Guerreiro-Casanova D. Escala de autoeficácia na formação

superior: construção e estudo de validação. Avaliação Psicol Interam J Psychol
Assess. 2010; 9(2):267–78.

81.Paas FGWC. Training strategies for attaining transfer of problem-solving skill

in statistics: A cognitive load approach. J Educat Psychol. 1992; 84:429e434.

82.Paas F, Tuovinen J, Tabbers H, van Gerven PWM. Cognitive load

measurement as a means to advance cognitive load theory. Educat Psychol.
2003; 38: 63–71

83.Schmeck A, Opfermann M, van Gog T, Paas F. Measuring cognitive load with

subjective rating scales during problem solving: differences between immediate
and delayed ratings. Detlev Leutner Instr Sci. 2015; 43:93–114.

84.Paas F, Van Merriënboer JJG. The efficiency of instructional conditions: An

approach to combine mental-effort and performance measures. Hum Fact, 1993;
35:737e743.

85.Brünken R, Plass JL, Leutner D. Direct measurement of cognitive load in

multimedia learning, Educat Psychol. 2003; 38:53–61.
 107

86. van Gog T, Paas F, van Merriënboer JJG. Effects of studying sequences of
process-oriented and product-oriented worked examples on troubleshooting
transfer efficiency. Learn Instruct. 2008; 18:211e222

87. van Gog, T, Paas, F. Instructional efficiency: Revisiting the original construct
in educational research. Educat Psychol. 2008; 43:16-26.

88. Petersen SE, Posner MI. The attention system of the human brain: 20 years
after. Annu Rev Neurosci. 2012; 35:73–89.

89.Chandler P, Sweller J. The split-attention effect as a factor in the design of

instruction. Br J Educat Psychol. 1992; 62: 233e246.

90.Florax M, Ploetzner R. What contributes to the split-attention effect? The role

of text segmentation, picture labelling, and spatial proximity. Learn Instruct. 2010;
20:216-224.

91.Fernandes RAF, Malloy-Diniz LF, Vasconcellos MC, Camargos PAM, Ibiapina

C. Adding guidance to deliberate reflection improves medical student’s diagnostic
accuracy. Med Educ. 2021; 00:1–11.

92.Mayer RE. Applying the science of learning to medical education. Med Educ.
2010;44(6):548-549.

93.Medina MS, Castleberry AN, Persky AM. Strategies for improving learner
metacognition in health professional education. Am J Pharmac Educat. 2017;
81(4), article 78.

94.Hennrikus EF, Skolka MP, Hennrikus N. Applying metacognition through

patient encounters and illness scripts to create a conceptual framework for basic
science integration, storage, and retrieval. J Med Educat Curric Develop. 2018;
5:1–9.

95.Cutting MF, Saks NS. Twelve tips for utilizing principles of learning to support
medical education. Med Teach. 2012; 34:20-4.

96.Gonullu I, Artar M. Metacognition in medical education. Educ Health

(Abingdon). 2014 May-Aug; 27(2):225-6.

97.Biggs J. Enhancing teaching through constructive alignment. High Educ. 1996;

32:347–64.

98.Dunlosky J, Rawson KA, Marsh EJ, Nathan MJ, Willingham DT. Improving
students' learning with effective learning techniques: promising directions from
cognitive and educational psychology. Psychol Sci Public Interest. 2013; 14:4–58.

99.Souza PA, Zeferino AMB, Rosa MA. Currículo integrado: entre o discurso e a
prática. Rev Bras Educ Méd. 2011; 35(1):20-25.
 108

100.Daley B, Torre DM. Concept maps in medical education: an analytical

literature review. Med Educat. 2010; 44:440–448.

101.Chamberland M, St-Onge C, Setrakian J, Lanthier L, Bergeron L, Bourget A,

et al. The influence of medical students’ self-explanations on diagnostic
perfomance. Med Educat. 2011; 45:688–695.

102.Schuwirth LWT, Durning SJ, King SM. Assessment of clinical reasoning:

three evolutions of thought. Diagnosis. 2020; 7(3):191–196.

103.ten cate O, Durning SJ. Understanding clinical reasoning from multiple

perspectives: A conceptual and theoretical overview. In: ten cate O, Custers E,
Durning SJ. (Eds.). Principles and practice of case-based clinical reasoning
education: A method for preclinical students. Switzerlan, Cham, Springer: 2018;
35–46.

104.Mamede S, Schmidt HG. The structure of reflective practice in Medicine. Med

Educ. 2004; 38:1302–8.

105.Mamede S, van Gog T, van den Berge K, Rikers RMJ, van Saaze JLCM, et
al. Effect of availability bias and reflective reasoning on diagnostic accuracy
among internal medicine residents. JAMA. 2010; 304:1198–1203.

106.Mamede S, Schmidt HG, Penaforte JC. Effects of reflective practice on the

accuracy of medical diagnoses. Med Educ. 2008; 42:468–475.

107.Mamede S, Schmidt HG. Reflection in diagnostic reasoning: What really

matters? Acad Med. 2014; 89:959–960.

108. Ibiapina C, Mamede S, Moura A, Elói-Santos S, Gog TV. Effects of free,

cued and modelled reflection on medical students’ diagnostic competence. Med
Educat. 2014; 48:796-80516.

109.Mamede S, van Gog T, Moura AS, Faria RM, Peixoto JM, Rikers RM,
Schmidt HG. Reflection as a strategy to foster medical students’ acquisition of
diagnostic competence. Med Educat. 2012; 46:464-472.

110.Chamberland M, Mamede S, Bergeron L, Varpio L. A layered analysis of self-

explanation and structured reflection to support clinical reasoning in medical
students. Perspect Med Educ. 2020; 10(12).

111.Monteiro SD, Sherbino J, Schmidt H, Mamede S, Ilgen J, Norman G. It’s the

destination: diagnostic accuracy and reasoning . Adv Health Sci Educat. 2020;
25:19–29.

112. Mamede S, Figueiredo-Soares T, Elói-Santos SM, Faria R, Schmidt HG, van

Gog T. Fostering novice students’ diagnostic ability: the value of guiding
deliberate reflection. Med Educat. 2019; 53:628–637.
 109

113.Mamede S, van Gog T, Moura AS, Faria RM, Peixoto JM, Schmidt HG. How
can students’ diagnostic competence benefit most from practice with clinical
cases? The effects of structured reflection on future diagnosis of the same and
novel diseases. Acad Med. 2014; 89(1):121-127.

114.Ribeiro LMC, Mamede S, Brito EM, Moura AS, Faria RMD, Schmidt HG.
Effects of deliberate reflection on students' engagement in learning and learning
outcomes. Med Educ. Apr. 2019; 53(4):390-397.

115. Ribeiro LMC, Mamede S, Moura AS, Brito EM, Faria RMD, Schmidt HG.
Effect of reflection on medical students’ situational interest: an experimental study.
Med Educat. 2018: 52:488–496.

116.Baars M, Visser S, van Gog T, de Bruin A, Paas F. Completion of partially

worked-out examples as a generation strategy for improving monitoring accuracy.
Contemp Educat Psychol. 2013;38: 395–406.

117.Spanjers IAE, van Gog TE, van Merriënboer JJG. Segmentation of worked
examples: Effects on cognitive load and learning. Educat Psychol Rev. 2020;
32(1).

118.Atkinson RK, Derry SJ, Renkl A, Wortham D. Learning from examples:

instructional principles from the worked examples research. Rev Educat Res.
2000; 70:181e214.

119.Schmidt HG, Mamede S. How cognitive psychology changed the face of

medical education research. Adv Health Sci Educat. 2020; 25:1025–1043.

120.Lambe KA, O'Reilly G, Kelly BD, Curristan S. Dual-process cognitive

interventions to enhance diagnostic reasoning: a systematic review. BMJ Qual
Saf. 2016; 25:808-820.

121.Norman GR, Monteiro SD, Sherbino J, Ilgen JS, Schmidt HG, Mamede S.
The causes of errors in clinical reasoning: Cognitive biases, knowledge deficits,
and dual process thinking. Acad Med. 2017; 92:23–30.

122.Kalyuga S, Chandler P, Sweller J, Tuovinen J. When problem solving is

superior to studying worked examples. J Educ Psychol. 2001; 93:579–83.

123. Doyle T, Zakrajsek T. The new science of learning how to learn in harmony
with your brain. Stylus Publishing, 2013.

124. Lin FR, Kao CM. Mental effort detection using EEG data in E-learning
contexts. Comp Educat. 2018; 122:63–79.

125. Morales JM, Ruiz-Rabelo JF, Diaz-Piedra C, Di Stasi LL. Detecting mental
workload in surgical teams using a wearable single-channel
electroencephalographic device. J Surg Educ. 2019; 76(4):1107–1115.
 110

126. Melo M, Gusso GDF, Levites M, Amaro E Jr, Massad E, Lotufo PA, et al.
How doctors diagnose diseases and prescribe treatments: an fMRI study of
diagnostic salience. Sci Rep. May 2017; 7(1):1304.

127. Van der Gijp A, Ravesloot CJ, Jarodzka H, Van der Schaaf MF, Van der
Schaaf IC, van Schaik JP, et al. How visual search relates to visual diagnostic
performance: a narrative systematic review of eye-tracking research in radiology.
Adv Health Sci Educat. 2017; 22(3):765-787.

128. Larsen DP. Planning education for long-term retention: The cognitive
science and implementation of retrieval practice. Semin Neurol. 2018; 38:449–
456.

129. Van Hoof TJ, Terrence JD. Learning science as a potential new source of
understanding and improvement for continuing education and continuing
professional development. Med Teach.. Sept. 2018; 40(9):880-885.

130.Brown PC, Roediger HL III, McDaniel MA. Make it stick: the science of
successful learning. Cambridge (MA): Belknap Press of Harvard University Press,
2014.

131. Sun JCY, Yeh KPC. The effects of attention monitoring with EEG
biofeedback on university students’ attention and self-efficacy: The case of anti-
phishing instructional materials. Comput Educat. 2017; 106:73–82

132. van Gog T, Kester L, Nievelstein F, Giesbers B, Paas F. Uncovering

cognitive processes: Different techniques that can contribute to cognitive load
research and instruction. Comput Hum Behav. 2009; 25(2):325-331.

133.Benjamin AS, Tullis J. What makes distributed practice effective? Cogn

Psychol. 2010; 61:228–247.

134. Carey B. How we learn: the surprising truth about when, where, and why it
happens. New York (NY): Random House, 2014.

135.Winocur G, Moscovitch M. Memory transformation and systems consolidation.

J Int Neuropsychol Soc. Sep. 2011;17(5):766-80.

136.Andrews FL, Armstrong EG, Aschenbrenner C, Kass JS, Ogden P,

Schwartzstein R, et al. What can medical education learn from the Neurobiology
of learning? Michael J Acad Med. 2011; 86:415–420.

137.Rosenberg M, Finn ES, Scheinost D, Papademetris X, Shen X, Constable RT,

et al. A neuromarker of sustained attention from whole-brain functional
connectivity. Nat Neurosci. Jan. 2016; 19(1):165–171.

138.Anderson C, Forney E, Hains D, Natarajan A. Reliable identification of mental

tasks using time-embedded eeg and sequential evidence accumulation. J Neural
Engineer. 2011; 8(2):025023.
 111

139. Antonenko P, Paas F, Grabner R, van Gog T. Using electroencephalography

to measure cognitive load. Educat Psychol Rev. 2010; 22:425–438.

140. Putze F, Holt D, Schultz T, Funke J. Model-based identification of EEG

markers for learning opportunities in an Associative Learning Task with delayed
feedback. ICANN LNCS; 2014; 8681: 387–394.

141.Melnik A, Legkov P, Izdebski K, Kärcher SM, Hairston WD, Ferris DP, et al.
Systems, subjects, sessions: To what extent do these factors influence EEG data?
Front Hum Neurosci. Mar. 2017; 1-20.

142.Stytsenko K, Jablonskis E, Prahm C. Evaluation of consumer EEG device

Emotiv EPOC. Conference: MEi: CogSci Conference At: Ljubljana, Slovenia,
June 2011.

143.Bashar MK, Chiaki I, Yoshida H. Human identification from brain EEG signals
using advanced machine learning method EEG-based biometrics. IEEE EMBS
Conference on Biomedical Engineering and Sciences (IECBES). 2016, pp. 475-
479.

144.Berka C, Levendowski DJ, Cvetinovic MM, Petrovic MM, Davis G, Lumicao

MN, et al. Real-time analysis of EEG indexes of alertness, cognition, and memory
acquired with a wireless EEG headset. Int J Hum-Comput Interac. 2004;
17(2):151-170.

145. Emotiv Epoc User manual headset and software setup for your Emotiv
EPOC neuroheadset. 2014. Disponível em: https://www.emotiv.com/knowledge-
base/where-can-i-find-a-user-manual/ Acesso em: 13 de junho de 2021.

146. Taylor SG, Schimidt C. Empirical evaluation of the Emotiv EPOC BCI
Headset for the Detection of Mental Actions. Proceedings of the Human Factors
and Ergonomics Society Annual Meeting. 2012; 56(01): 193-197.

147.Cesar AMRVC, Fregni F, Perez G, Colturato C. Estudos experimentais sobre

tomada de decisão: uma revisão de literatura da parceria entre a área de
negócios e a de neurociência cognitiva. Adv Scient Appl Account. 2011; 4:1-18.

148.Elstein AS, Schwarz A. Clinical problem solving and diagnostic decision

making: selective review of the cognitive literature. BMJ. 2002; 324:729–32.

149.Yoshida K, Hirai F, Miyaji I. Learning system using simple

electroencephalograph feedback effect during memory work. Procedia Comp Sci.
2014; 35, 1596-1604.).

150. Gevins A, Smith ME. Neurophysiological measures of cognitive workload

during human-computer interaction. Theoret Issues Ergon Sci. 2003; 4(1-2):113-
131.
 112

151. Khosrowabadi R, Quek HC, Wahab A, Ang KK. EEG-based emotion

recognition using self-organizing map for boundary detection. In: 20th
International Conference on Pattern Recognition. Aug. 2010: 4242-4245.

152. Tu Y, Hung YS, Zhang Z, Hu L. Prediction of pain perception using

multivariate pattern analysis of laser-evoked EEG oscillations. In: 13th
International Conference on Control Automation Robotics & Vision (ICARCV).
2014: 13-16.

153. Anderson SJ, Jamniczky HA, Krigolson OE, Coderre SP, Hecker KG.
Quantifying two-dimensional and three-dimensional stereoscopic learning in
anatomy using electroencephalography. Sci Learn. 2019; 4:10.

154. Consenza R.M. Fundamentos de Neuroanatomia. 2. ed., Belo Horizonte:

Guanabara Koogan, 1998: 108-115.

155. Machado A. Neuroanatomia funcional. 2. ed., São Paulo: Atheneu, 1998.

262 p.

156.Áreas do cérebro. Disponível em :https://www.msdmanuals.com/pt-

br/profissional/dist%C3%BArbios-neurol%C3%B3gicos/fun%C3%A7%C3%A3o-
e-disfun%C3%A7%C3%A3o-dos-lobos-cerebrais/vis%C3%A3o-geral-da-
fun%C3%A7%C3%A3o-cerebral. Acesso em: 08 de junho de 2021.

157.Miller EK. The prefrontal cortex and cognitive control. Nat Rev Neurosci.
2000; 1(1):59-65.

158.Paszkiel, S. Analysis and classification of EEG signals for brain-computer

interfaces. Springer, 2020.

159. Arpino CM. Registro eletroencefalográfico. Disponível em:

http://cta.if.ufrgs.br/ boards/71/topics/939. Acesso em: 09 de junho de 2021.

160.Sucholeiki R, Benbadis SR, Talavera F, Alvarez N. Normal EEG waveforms.

Disponível em: <http://emedicine.medscape.com/article/1139332-overview#
showall> Acesso em: 09 de junho de 2021.

161.Ismail OAS, Hamzah N, Hanif M. Human emotion detection via brain waves
study by using electroencephalogram (EEG). Int J Adv Sci Engineer Inf Technol.
2018; 6(6).

162.Curtis CE, D'Esposito M. Persistent activity in the prefrontal cortex during

working memory. Trends Cogn Sci. 2003 Sep; 7(9):415-423.

163.Goldszmidt M, Minda JP, Bordage G. Developing a unified list of physicians’

reasoning tasks during clinical encounters. Acad Med. 2013; 88(3):390-394.

164.Beer JS, Lombardo MV, Bhanji JP. Roles of medial prefrontal cortex and
orbitofrontal cortex in self-evaluation. J Cogn Neurosci. 2010; 22(9):2108–2119.
 113

165.Durning SJ, Costanzo ME, Beckman TJ, Artino JR. AR, Roy MJ, van der
Vleuten C, et al. Functional neuroimaging correlates of thinking flexibility and
knowledge structure in memory: Exploring the relationships between clinical
reasoning and diagnostic thinking. Med Teach. 2016; 38: 570–577.

166.Heit E, Rotello CM, Hayes BK. Relations between memory and reasoning. In:
Brian R. Psychology of learning and motivation. Academic Press. 2012; 57:57-
101.

167.Rottschy C, Langner R, Dogan I, Reetz K, Laird AR, Schulz JB, .et al.
Modelling neural correlates of working memory: a coordinate-based meta-analysis.
Neuroimage. 2012; 60(1):830-846.

168.Süß HM, Oberauer K, Wittmann WW, Wilhelm O, Schulze R. Working-

memory capacity explains reasoning ability and a little bit more Intelligence. May-
June. 2002; 30(Issue 3):261-288.

169.Anders EK, Kintsch W. Long-term working memory. Psychol Rev. 1995;

102.2:211.

170.Klimesch W, Doppelmayr M, Pachinger T, Ripper B. Brain oscillations and

human memory: EEG correlates in the upper alpha and theta band. Neurosci Lett.
1997; 238:9-12.

171.Khader PH, Jost K, Ranganath C, Rösler F. Theta and alpha oscillations

during working-memory maintenance predict successful long-term memory
encoding. Neurosci Lett. 2010; 468:339-343.

172.Herweg NA, Solomon EA, Kahana MJ. Theta Oscillations in Human Memory.
Trends Cogn Sci. Mar. 2020; 24(3):208-227.

173. Cavanagh JF, Frank MJ. Frontal theta as a mechanism for cognitive control.
Trends Cogn Sci. Aug. 2014; 18(8):414–421.

174. Pulvermüller F, Lutzenberger W, Preißl H, Birbaumer N. Spectral responses

in the gamma-band: physiological signs of higher cognitive processes?
Neuroreport. 1995; 6:2059–2064.

175. Miltner WHR, Braun C, Arnold M, Witte H, Taub E. Coherence of gamma-

band EEG activity as a basis for associative learning. Nature. Feb. 1999;
397(4):434-436.

176. Johnson EL, Kam JWY, Tzovara A, Knight RT. Insights into human cognition
from intracranial EEG: A review of audition, memory, internal cognition, and
causality. J Neural Eng. 2020; 17(5):051001.

177.Hruska P, Krigolson O, Coderre S, McLaughlin K, Cortese F, Doig C, et al.

Working memory, reasoning, and expertise in medicine: insights into their
relationship using functional neuroimaging. Adv in Health Sci Educ. 2016;
21:935–952.
 114

178.Chen C.M, Wu CH. Effects of different video lecture types on sustained

attention, emotion, cognitive load, and learning performance. Comput Educat.
2015; 80:108–121.

179.Hollender N, Hofmann C, Deneke M, Schmitz B. Integrating cognitive load

theory and concepts of human–computer interaction. Comput Hum Behav. 2010;
26:1278–1288.

180.Galán FC, Beal CR. EEG estimates of engagement and cognitive workload
predict math problem solving outcomes. User modeling, adaptation, and
personalization. Berlin Heidelberg: Springer, 2012, p. 51-62.

181.Mak JN, Chan RH, Wong SW. Evaluation of mental workload in visual-motor
task: Spectral analysis of single-channel frontal EEG. In: 39th annual conference
of the IEEE industrial electronics society (IECON) New Work: IEEE, 2013, pp.
8426–8430.

182.Chaouachi M, Frasson C. Exploring the relationship between learner EEG

mental engagement and affect. In: Proceedings of the 10th International
Conference on Intelligent Tutoring Systems. Berlin, Heidelberg: Springer, 2010, p.
291–293.

183. Chaouachi M, Frasson C. Mental workload, engagement and emotions: An

exploratory study for intelligent tutoring systems. In: Proceedings of 11th
International Conference on Intelligent Tutoring Systems. Berlin, Heidelberg:
Springer, 2012, p. 65–71.

184.Chaouachi M, Jraidi I, Frasson C. Modeling mental workload using EEG

features for intelligent systems. In: Proceedings of the International Conference
on User Modeling, Adaptation, and Personalization. Berlin, Heidelberg: Springer,
2011, p. 50–61.

185.Okogbaa OG, Shell RL, Filipusic D. On the investigation of the

neurophysiological correlates of knowledge worker mental fatigue using the EEG
signal. Appli Ergon. 1994; 25(6):355-365.

186.Paas F, Renkl A, Sweller J. Cognitive load theory and instructional design:

Recent developments. Educat Psychol. 2003; 38(1).

187. Ismail LE, Karwowski W. Applications of EEG indices for the quantification
of human cognitive performance: A systematic review and bibliometric analysis.
PLoS ONE. 2020, 15(12):e0242857.

188. Doppelmayer M, Finkenzeller T, Sauseng P. Frontal midline theta in the pre-

shot phase of rifle shooting: differences between experts and novices.
Neuropsychologia. 2008; 46(5), 1463-1467.
 115

189. Berka C, Levendowski DJ, Lumicao MN, Yau A, Davis G, Zivkovic VT, et al.
EEG Correlates of Task Engagement and Mental Workload in Vigilance, Learning,
and Memory Tasks. Aviat, Space Environ Med. 2007; 78(5) B231–B244.

190. Gevins A, Smith ME, Leong H, McEvoy L, Whitfield S, Du R, et al. Monitoring

working memory load during computer-based tasks with EEG pattern recognition
methods. Hum Factors. 1998; 40(1).

191. Fournier LR, Wilson GF, Swain CR. Electrophysiological, behavioral, and
subjective indexes of workload when performing multiple tasks: manipulations of
task difficulty and training. Int J Psychophysiol. 1999; 31(2), 129-145.

192. Sammer G, Blecker C, Gebhardt H, Bischoff M, Stark R, Morgen K, et al.

Relationship between regional hemodynamic activity and simultaneously recorded
EEG-theta associated with mental arithmetic-induced workload. Hum Brain Mapp.
2007; 28(8):793–803.

193. Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory
performance: a review and analysis. Brain Res Rev. 1999; 29(2-3):169-195.

194. Chen CM, Wang JY, Yu CM. Assessing the attention levels of students by
using a novel attention aware system based on brainwave signals. Br J Educat
Technol. 2017; 48(2):348-369.

195. Simanton E, Hansen L. Long-term retention of information across the

undergraduate medical school curriculum S D Med. 2012;65(7):261-3.

196. Richmond A, Cooper N, Gay S, Atiomo W, Patel R. The student is key: A

realist review of educational interventions to develop analytical and non-analytical
clinical reasoning ability. Med Educat. 2020; 54:709–719.

197. https://www.4devs.com.br/gerador_de_numeros_aleatorios Acesso em 10

de abril de 2018.

198. Colom R. O que é inteligência? In: Flores-Mendonza C, Colo R. Introdução à

Psicologia das diferenças individuais. Porto Alegre: Artmed, cap. 3, 2006, p. 59-72.

199. Schlottfeldt CG, Pereira DA, Carvalho AM, Malloy-Diniz LF. O teste das
matrizes progressivas de Viena. Manual da Versão Brasileira. São Paulo: Cetepp,
2014.

200. Cattel RB. Where is intelligence? Some answers from the triadic theory. In:
McArdle JJ, Woodcock RW. (orgs.). Human cognitive abilities in theory and
practice. New Jersey: Lawrence Erlbaum Associates. 1998; 29-38.

201. Wright BD. Solving measurement problems with de Rasch Model. J Educ
Meas. 1977; 14(2):97-116.

202Schwarzer R, Jerusalem M, Weinman J, Wright S, Johnston M. Measures in

health psychology: A user's portfoli. General Self-Efficacy Scale. 1995; 35–3.
 116

203.Swartz Center for Computational Neuroscience. What is EEGLAB? SCCN.

Disponível em: <https://sccn.ucsd.edu/eeglab/index.php>. Acesso em: 19 junho
2021.

204. Johnson R, Bhattacharyya G. Statistics principles and methods. New York:

John Wiley & Sons. 1986. 578 p.

205. Milliken GA, Johnson DE. Analysis of messy data. New York: Chapman &
Hall, 1992. 472 p.

206. Montgomery DC. Design and analysis of experiments. New York: John Wiley
& Sons, 1991. 649 p.

207. Conover WJ., Practical Nonparametric Statistics, New York: John Wiley
&amp; Sons, 1980, 493 p.
 117

6 RESULTADOS

Dos conhecimentos gerados por esse experimento foram produzidos dois artigos
originais (1 e 2) e um comunicado breve (3):

1- Conhecimento, acurácia diagnóstica e esforço mental durante resolução de caso

clínico por estudantes de Medicina (APÊNDICE E - artigo publicado na Revista
Brasileira de Ciências da Saúde).

2- Impacto tardio de estratégias de ensino de raciocínio clínico estruturadas na

acurácia diagnóstica de estudantes de Medicina.

3- Avaliação comparativa de percepção de esforço mental por indicador

neurobiológico e escala numérica de autopercepção em estudantes de Medicina
submetidos à prática reflexiva estruturada.
 118

6.1 Artigo Original 1: Conhecimento, acurácia diagnóstica e esforço mental

durante resolução de caso clínico por estudantes de Medicina

Relationship between of knowledge, diagnostic accuracy, mental effort during clinical

case resolution by medical students

Gabriela Araujo Costa1, Maria Clara Argolo Costa2; Isabela Valladares Cesar
Evangelista2; Beatriz Mota Tiburcio2; Lucas Lisboa Torquette2; Cássio da Cunha
Ibiapina3; Marcos Xavier Silva 4

1
Doutoranda em Saúde da Criança e Adolescente, UFMG; docente da Faculdade de
Medicina do Centro Universitário de Belo Horizonte (UNIBH)..
2
Acadêmicos de Medicina do Centro Universitário de Belo Horizonte (UNIBH).
3
Pós-Doutor em Educação Médica, Universidade de Erasmus; docente da
Faculdade de Medicina Universidade Federal de Minas Gerais (UFMG).
4
Doutor em Ciência Animal pela Escola de Veterinária da UFMG, Professor
Associado de Epidemiologia no Departamento de Medicina Veterinária da Escola de
Veterinária UFMG.

Resumo

Introdução: a compreensão dos processos cognitivos envolvidos no

desenvolvimento do raciocínio clínico é foco de atenção de pesquisadores em
educação médica em todo o mundo. Este trabalho objetiva descrever a relação entre
acurácia diagnóstica, esforço mental e percepção de conhecimento prévio em uma
amostra de estudantes de Medicina expostos a casos clínicos de pneumonia.
Método: casos clínicos de pneumonia (bacteriana, com derrame pleural e viral)
foram analisados por 60 alunos do quarto ano de Medicina, que determinaram
diagnóstico provável, grau de esforço mental para essa tarefa e grau de
conhecimento prévio dessas doenças. A relação entre essas variáveis foi avaliada
por estudo de correlação de Pearson e análise de componentes principais.
Resultados: do total de estudantes, um terço diagnosticou corretamente os casos
de pneumonia bacteriana e viral, e apenas 10% deles diagnosticaram corretamente
pneumonia com derrame pleural. Os alunos relataram menos conhecimento prévio e
mais percepção de esforço mental na resolução desse caso. A relação entre
acurácia e esforço mental foi inversa e estatisticamente significativa apenas para o
caso de pneumonia viral (r:-0,3503, p=0,0056). Em todos os casos houve
associação significativa e inversamente proporcional entre conhecimento prévio e
esforço mental. Conclusões: a relação entre mais percepção de conhecimento
prévio sobre a doença, mais acurácia diagnóstica e menos esforço mental não foi
 119

observada neste estudo. É preciso estimular pesquisas que aprimorem os processos

envolvidos na mobilização de recursos cognitivos para realização de diagnósticos
corretos, potencializando estratégias de ensino que culminem em melhor acurácia
diagnóstica com menor grau de esforço mental.

Palavras-chave: Educação médica. Bases de conhecimento.

Metacognição.Autoavaliação diagnóstica.

ABSTRACT

Introduction: The understanding of the cognitive processes involved in the

development of clinical reasoning is the focus of attention for researchers in medical
education worldwide. This work aims to describe the relationship between diagnostic
accuracy, mental effort and perception of previous knowledge in a sample of medical
students exposed to clinical cases of pneumonia. Method: Sixty medical students
from the fourth year analyzed clinical cases of pneumonia (bacterial, with pleural and
viral effusion) and determined probable diagnosis, degree of mental effort for this
task and degree of prior knowledge of these pathologies. The relationship between
these variables was assessed by a Pearson correlation study and Principal
Component Analysis. Results: One third of the students correctly diagnosed cases
of bacterial and viral pneumonia, only 10% of them correctly diagnosed pneumonia
with pleural effusion. The students reported less prior knowledge and greater
perception of mental effort in solving this case. The relationship between accuracy
and mental effort was inverse and statistically significant only for the case of viral
pneumonia (r: -0.3503, p = 0.0056). In all cases there was a significant and inversely
proportional association between prior knowledge and mental effort. Conclusions:
The relationship between greater perception of prior knowledge about the disease,
greater diagnostic accuracy and less mental effort was not observed in this study. It
is necessary to stimulate research that improves the processes involved in the
mobilization of cognitive resources to carry out correct diagnoses, enhancing
teaching strategies that culminate in better diagnostic accuracy with a lower degree
of mental effort.

Keywords: Medical education. Knowledge bases. Metacognition. Self-assessment.

INTRODUÇÃO
Um dos principais determinantes da qualidade da assistência prestada ao paciente é
a competência diagnóstica, definida como a capacidade de mobilizar recursos
cognitivos para, a partir da história clínica, definir o diagnóstico mais provável e
propor o tratamento adequado1. A competência diagnóstica é formada por vários
atributos, entre os quais a acurácia, que é a precisão na definição correta do quadro
clínico de um paciente. Diagnósticos incorretos podem ocorrer em até 15% dos
atendimentos e o principal fator determinante são os lapsos na forma de
organização e utilização do conhecimento pelo profissional, durante a abordagem ao
 120

paciente2. Tais erros podem levar a decisões e condutas médicas equivocadas, com
resultados clínicos indesejáveis, tanto do ponto de vista clínico quanto financeiro e
socioemocional3,4. Por isso, identificar fatores associados ao desenvolvimento da
habilidade precisa de raciocínio clínico tem sido foco de atenção de pesquisadores
em educação médica5,6.

O erro médico é uma das principais causas de morte nos Estados Unidos e
aproximadamente 10-15% destes casos resultam de erro de diagnóstico.1 Estes
números ilustram a importância da competência diagnóstica, definida como a
capacidade de mobilizar recursos cognitivos para definir a hipótese diagnóstica mais
provável a partir da história clínica e propor um tratamento adequado.2 Para
desenvolver a competência diagnóstica, os estudantes de medicina devem aprender
a organizar mentalmente os dados obtidos a partir da história clínica e do exame
físico para definir uma hipótese diagnóstica, considerando o contexto do paciente. O
raciocínio clínico é a expressão deste processo de pensamento clínico e tomada de
decisões,3 e a investigação científica na educação médica tem-se concentrado no
ensino desta competência durante décadas, envolvendo diferentes estratégias para
desenvolver esta complexa habilidade clínica. Embora os fundamentos teóricos
tenham sido estudados de diferentes perspectivas, todo o processo, com todas as
suas nuances, ainda não foi inteiramente compreendido.4

Uma importante estratégia de ensino que já foi demonstrada ser eficaz no

desenvolvimento do raciocínio clínico e da acurácia diagnóstica é a reflexão
estruturada.5,6 Inicialmente desenvolvida e estudada no contexto da competência
diagnóstica dos médicos, esta estratégia foi posteriormente investigada como uma
ferramenta de aprendizagem e demonstrou ter um efeito considerável na acurácia
diagnóstica dos estudantes de medicina. 7,8

Orientações adicionais para esta estratégia de reflexão podem ser ainda mais
eficazes para a aprendizagem médica. 8
Proporcionar novos conhecimentos numa
estrutura coerente e integrá-los com conhecimentos anteriores favorece o
desenvolvimento de uma aprendizagem significativa, o que leva a uma melhor
utilização do que foi ensinado em novas situações.9,10 Neste contexto, Ibiapina et al.,
em estudo envolvendo estudantes do quinto e sexto anos (n=115) randomizados
 121

em três grupos experimentais diferentes, investigaram os efeitos da reflexão livre (os

estudantes resolveram casos clínicos utilizando a reflexão deliberada sem qualquer
orientação adicional), guiada por pistas (os estudantes resolveram casos mas
receberam o diagnóstico e diagnósticos diferenciais, sobre o qual tiveram de refletir)
e por exemplos trabalhados (estudaram a resolução dos casos) sobre a sua
aprendizagem.11 Após uma semana da intervenção inicial, os grupos de reflexão
guiada e por exemplo trabalhado obtiveram melhores resultados do que o grupo de
reflexão livre (p<0,001). Fernandes et al. encontraram resultados semelhantes com
estudantes de medicina do terceiro (n=80) e do sexto ano (n=62). 12

Quando os estudantes são encorajados a relacionar a apresentação clínica

com cada diagnóstico que consideram, a estratégia de raciocínio estruturado
enriquece a formação de scripts mentais, facilitando aos estudantes o
reconhecimento de doenças quando as reencontram.13 A fim de reforçar a evidência
a favor da utilização da reflexão estruturada como uma estratégia poderosa para o
ensino do raciocínio clínico, estes resultados devem ser replicados em diferentes
contextos e o seu impacto a longo prazo deve ser medido.5,6

A retenção da aprendizagem é uma preocupação legítima dos

educadores.14,15 Esquecer não é inesperado uma vez que se trata de um fenômeno
psicológico natural, demonstrado pela primeira vez por Ebbinghaus em 1885 na sua
famosa obra com gráficos que retratam a retenção da memória ao longo do tempo.
Neste estudo, os pesquisadores demonstraram que sequências de letras
repetidamente apresentadas a voluntários eram esquecidas por mais de 40% deles
em menos de cinco minutos.16

A memória para conhecimentos e habilidades médicas também sofre

influência desses mesmos processos de esquecimento. Por exemplo, um estudo de
retenção de habilidades de ressuscitação cardiopulmonar (RCP) demonstrou
decadência rápida, linear e substancial na habilidade após o treinamento - apenas
2,4% dos formados três anos antes puderam realizar a RCP com sucesso. 17

Um pós-teste mede frequentemente o impacto das estratégias instrucionais

de ensino do raciocínio clínico na retenção do conhecimento após um curto intervalo
 122

de sete a 14 dias, por exemplo.7,11-12 O enfoque exclusivo nos resultados a curto

prazo leva a uma suposição que é frequentemente falsa: presume-se que o
desempenho a curto prazo é um bom preditor de desempenho a longo prazo.
Infelizmente, o domínio demonstrado durante ou imediatamente após a
aprendizagem pode ser facilmente perdido nas semanas e meses seguintes. 15,18

Vários estudos recentes demonstraram que uma parte substancial dos

conhecimentos e competências essenciais adquiridos durante a faculdade de
medicina é esquecida ao longo da graduação e da residência.19-21 Dada a escassez
de estudos reais sobre a retenção a longo prazo na educação médica, os resultados
disponíveis são ainda inconclusivos.15,20 Estratégias educacionais que ajudam a
reter, recuperar e aplicar informação a longo prazo melhoram significativamente a
eficiência e eficácia da educação médica; também poupam tempo e recursos
valiosos ao reduzir a necessidade de reaprender no futuro.19

Um determinante primário do nível de conhecimento clínico retido é a eficácia

da aprendizagem inicial,15 que é fortemente influenciada pela estratégia educacional
utilizada. As estratégias estruturadas favorecem a capacidade de codificar com
sucesso os dados na memória a longo prazo e subsequentemente recuperar e
integrar estes conhecimentos quando confrontados com uma situação gatilho. Esta
capacidade é necessária em situações que envolvam a manutenção ativa de
grandes volumes de informação (por exemplo, durante a anamnese) ou frente a
distratores, como dados irrelevantes comunicados pelo paciente ou um ambiente
ruidoso.22-24

Este estudo verificou o impacto em longo prazo (seis meses após a intervenção
inicial) de diferentes formatos da estratégia de raciocínio clínico reflexivo (livre,
guiada por pistas e por exemplos trabalhados) sobre a acurácia diagnóstica dos
estudantes de medicina. Nossa hipótese é que o uso de estratégias estruturadas
promove melhoria nos escores de acurácia diagnóstica após um intervalo de seis
meses de seu uso inicial, por auxiliarem na organização e retenção do conhecimento
na memória de longo prazo. Este estudo Esta pesquisa enfatiza o valor das
estratégias instrucionais estruturadas para o desenvolvimento da habilidade de
raciocínio clínico.
 123

O modelo de educação médica formal é caracterizado pelo raciocínio analítico

durante as fases iniciais do curso, nas quais o aluno adquire conhecimentos sobre
os mecanismos fisiopatológicos e biológicos das doenças, baseado em um modelo
que explique as causas e consequências de cada uma das manifestações clínicas
apresentadas por um paciente. Quando se inicia a prática clínica, o aluno soma ao
conhecimento teórico a experiência adquirida durante os atendimentos e forma
“scripts mentais”, modelos simplificados de doenças similares aos quadros teóricos
estudados em sua formação inicial, que são arquivados na memória10. À medida que
é exposto a maior número de pacientes e a casos mais complexos, o aluno percebe
que uma mesma doença pode manifestar-se de formas diferentes do padrão
arquivado. E exercita o raciocínio reflexivo reorganizando novos modelos mentais,
que contemplam as variações clínicas de uma mesma doença e a possibilidade de
um grupo particular de sinais e sintomas relacionar-se a uma ou mais doenças11,12.

Durante esse processo, vários fatores podem influenciar a aquisição da acurácia

diagnóstica, tais como as percepções de reconhecimento prévio do conteúdo
exposto e de esforço mental despendido para a resolução de um caso clínico. A
precisão desses julgamentos de monitoramento pode influenciar na habilidade de
raciocinar clinicamente e, por isso, todos esses fatores devem ser estudados como
importantes ferramentas a serem manejadas por professores e alunos, na busca da
acurácia e, consequentemente, da competência diagnóstica13,14.

O objetivo deste artigo foi descrever a relação entre acurácia diagnóstica, grau de
esforço mental e percepção de conhecimento prévio em uma amostra de estudantes
de Medicina do quarto ano expostos a casos clínicos simples e complexos de
pneumonia.

MÉTODOS
Estudo experimental realizado com alunos de Medicina de uma faculdade privada de
Belo Horizonte. O publico-alvo foi constituído de alunos do quarto ano, porque nesse
período do curso os participantes já teriam sido expostos a conteúdo teórico sobre
 124

as doenças que compõem os casos clínicos, mas com as quais teriam pouca
experiência prática, reduzindo o efeito de expertise reversa1.

O cálculo amostral realizado para garantir a representatividade da amostra (N=151)

com nível de confiança de 90% foi de 67 participantes. Os dados foram coletados
entre março e novembro de 2018.

Na etapa inicial do estudo, cada estudante assinou o termo de consentimento livre e

esclarecido e recebeu uma lista de doenças, entre as quais constavam as do trato
respiratório, cuja acurácia seria avaliada na pesquisa. Na lista, o participante deveria
determinar seu grau de conhecimento com cada doença. Essa variável foi medida
utilizando-se a escala de Likert, variando de um a cinco, conforme o grau de
conhecimento teórico com cada doença (1- nulo; 2- muito limitado; 3- razoável; 4-
bom; 5- excelente). Para a análise dos resultados, foi calculada a taxa média de
conhecimento prévio, pela somatória dos escores da amostra marcados na escala
de Likert do instrumento próprio para essa avaliação.

Paralelamente, foi verificado na grade curricular do curso quantas vezes o conteúdo

associado à pneumonia foi apresentado aos estudantes nos semestres anteriores,
nas disciplinas comuns e obrigatórias do currículo, tais como semiologia, patologia
clínica, entre outras, e quais alunos haviam cursado a disciplina optativa de
Pneumologia.

Em um segundo momento, o participante recebeu um bloco de 12 casos clínicos

escritos, entre os quais estavam aqueles relacionados às enfermidades cuja
acurácia se desejava determinar no estudo (pneumonia viral e bacteriana – casos
simples e com derrame pleural – caso complexo). Os casos cuja acurácia não seria
mensurada envolviam doenças diversificadas e sua função era apenas compor o
bloco e evitar que os participantes percebessem em quais teriam seu desempenho
diagnóstico medido.

Cada caso era estruturado com anamnese, exame físico e exames complementares
(FIG. 1) e era baseado em casos reais atendidos pelos pesquisadores. Antes de
serem aplicados aos alunos, foram avaliados por dois pediatras experientes,
 125

professores da faculdade e não pertencentes ao estudo. Foi destinado o tempo de

um minuto e meio para a resolução de cada caso, mesmo período utilizado em
trabalhos anteriores conduzidos com a mesma metodologia5,15,16. Ao término desse
tempo, os alunos deveriam fornecer diagnóstico da forma mais precisa que
pudessem e marcar grau de esforço mental utilizado na resolução.

Para a análise do grau de acurácia diagnóstica foi considerado o diagnóstico que o

aluno tinha registrado como sendo o mais provável após a leitura do caso. Toda a
variedade de diagnósticos fornecidos pelos participantes foi transcrita para uma lista
e cada um foi pontuado em 0,0; 0,5 ou 1,0, com as respectivas correspondências:
0,0, diagnóstico absolutamente incorreto (exemplo: gripe); 0,5 diagnóstico
sindrômico (exemplo: pneumonia); 1,0 diagnóstico absolutamente correto (exemplo:
pneumonia viral). As pontuações foram inicialmente dadas por dois pediatras,
professores com mais de 25 anos de experiência clínica. Cada um desses
profissionais desconhecia as notas dadas pelos outros. O nível de concordância
(coeficiente de Kappa) entre as notas dadas pelos dois avaliadores foi superior a
98%. Nos casos de discordância, um terceiro pediatra, também professor, com mais
de 40 anos de experiência fazia a pontuação das respostas e a nota final era aquela
coincidente em duas avaliações.

Figura 1 – Modelo de caso clínico estruturado utilizado no trabalho

 126

Fonte:Fernandes (2020)17

Para registro de esforço mental, cada participante assinalou, em uma escala visual
de um a nove, o grau de esforço que considerasse que lhe tenha sido exigido para a
solução do caso, sendo “um” o esforço “muito, muito baixo” e “nove” o esforço “muito,
muito alto” (FIG. 1). Essa escala foi adaptada de escalas visuais validadas em
estudos anteriores que utilizaram metodologia semelhante à deste trabalho5,15-18.
Para a análise dos resultados foi calculada a taxa média de esforço mental da
amostra, pela somatória dos escores marcados na escala visual própria para essa
avaliação.

Foram analisadas então as variáveis acurácia diagnóstica, esforço mental e

conhecimento prévio e a relação pareada entre elas. As análises estatísticas de
comparação de correlações pareadas foram feitas utilizando-se o estudo de
 127

correlação de Pearson com o programa Stata 12.0. Para isso, foi feita uma matriz de
correlação dos dados com a utilização de um valor de (p) igual ou inferior a 0,05 com
critério de distinção estatisticamente significativa. Para a análise multivariada, foi
feita a avaliação de componentes principais, gerando um resultado cuja
interpretação múltipla traz ao estudo mais dinâmica de análise.

A pesquisa foi aprovada pelo comitê de ética local, cadastrada no CAAE sob o
número 81421917.7.0000.5149 (23/02/2018). Recebeu financiamento dos próprios
autores e de bolsa de pesquisa emitida pelo Centro Universitário de Belo Horizonte,
para a pesquisadora principal, no período de março de 2018 a março de 2019.

RESULTADOS
Dos 151 alunos matriculados no quarto ano do curso no ano de 2018, 68
concordaram em participar do estudo (45% do público-alvo). Após a aplicação do
bloco de casos clínicos, oito alunos foram excluídos, pois não escreveram qualquer
diagnóstico em um ou mais dos casos de pneumonia avaliados. Foram então
avaliados 60 alunos. Destes, 75% são mulheres (mesma distribuição por sexo que a
amostra inicial – 73,5%) e 18 (29,5%) fizeram a disciplina optativa de Pneumologia
antes da participação na pesquisa. A idade média da amostra foi de 25 anos.

As análises estatísticas de comparação de correlações pareadas mostraram que os

resultados apresentam forte correlação, em função de um pareamento realizado
com amostragem suficiente (n=60).

A TAB. 1 mostra a porcentagem de alunos que acertaram o diagnóstico em cada

caso clínico (denominada como acurácia diagnóstica), as médias de escore do
esforço mental para a resolução do caso e do grau de conhecimento teórico prévio
da doença à qual o caso clínico se relacionava.

Tabela 1- Valores de acurácia diagnóstica e médias de escore de esforço mental e

de conhecimento prévio da doença para cada caso clínico
 128

Caso clínico Acurácia Esforço Conhecimento

Diagnóstica * Mental ** prévio ***
N % (média 1-9) (média 1-5)

Caso 1 - Pneumonia bacteriana 20 32,8 5,6 3,6

Caso 2 - Pneumonia com derrame 04 6,55 7,0 2,7

Caso 3 - Pneumonia viral 16 26,2 6,8 3,3

* Considerada como pontuação 1,0 – diagnóstico absolutamente correto.
** Escala visual que variou de 1 (mínimo esforço mental) a 9 (máximo esforço mental).
*** Escala de Likert que variou de 1 (conhecimento prévio nulo) a 5 (conhecimento prévio excelente).
Fonte: dados dos autores.

A maior taxa de acerto foi para o caso 1 (pneumonia bacteriana), cujo diagnóstico foi
feito corretamente por 20 estudantes. Para a doença considerada de maior
complexidade (pneumonia com derrame pleural), observa-se que a taxa de acerto foi
inferior a 10%; os alunos relataram menos conhecimento prévio desta doença e
mais percepção de esforço mental para a resolução desse caso.

Para o caso 1 (pneumonia bacteriana), 17 dos 20 estudantes que apresentaram

elevada acurácia diagnóstica (pontuação 1 – diagnóstico correto e claramente
descrito) relataram que seu esforço mental para fazer o diagnóstico foi baixo
(escores 1-2 – “muito baixo” ou “muito, muito baixo”). Dos 20 estudantes que
acertaram o diagnóstico, mais de 60% avaliaram sua percepção do conhecimento
sobre pneumonia bacteriana como “muito limitada” (escore 2 na escala de Likert).

No caso 2 (pneumonia com derrame), 64% dos estudantes conseguiram

diagnosticar o processo pneumônico, mas não o derrame, que foi diagnosticado por
apenas quatro dos 61 participantes da pesquisa. Para a resolução desse caso, 65%
dos alunos consideraram ser necessário alto grau de esforço mental (escores 7-9 na
escala visual de esforço mental) e 42% avaliaram o conhecimento prévio sobre a
doença como “nulo” ou “muito limitado”.

Ao mensurar-se a acurácia diagnóstica para o caso 3 (pneumonia viral), um quarto

dos participantes definiu corretamente o diagnóstico e 37% conseguiram identificar a
infecção como localizada em vias aéreas inferiores, mas não detectaram
corretamente a etiologia viral. Para esse caso, 70% dos participantes avaliaram o
esforço mental para se chegar ao diagnóstico como alto (escores 7-9 na escala
 129

visual), embora mais de 80% tenham referido o conhecimento prévio sobre essa
doença como “razoável” a “excelente” (escores 3-5 na escala de Likert).

Foram encontradas correlações estatisticamente significativas entre conhecimento

prévio e esforço mental em todos os casos (pneumonia bacteriana – p=0,004;
pneumonia com derrame – p=0,0065; e pneumonia viral – p=0,0004). Nesta análise
pareada, o valor de coeficiente de correlação de Pearson mostra que o
conhecimento prévio da doença foi inversamente relacionado à percepção de
esforço mental despendido para a resolução do caso clínico sobre a referida doença
(TAB. 2).

Tabela 2 – Análise pareada entre conhecimento prévio (C) da doença e esforço

mental (EM) para a resolução do caso clínico da referida doença

Caso Comparação Coeficiente de Valor de

Correlação de p
Pearson (r)

Caso 1 - Pneumonia bacteriana C1 x EM1 -0,3574 0,0047

Caso 2 - Pneumonia com derrame C2 x EM2 -0,2578 0,0065

Caso 3 - Pneumonia viral C3 x EM3 -0,4397 0,0004

Fonte: dados dos autores.

A relação entre acurácia e esforço mental foi estatisticamente significativa apenas

para o caso 3 (pneumonia viral), no qual foi observada relação inversa entre essas
variáveis (r:-0,3503, p=0,0056).

A análise multivariada foi feita com base na análise de componentes principais

(ACP). Foi possível mensurar 58,24% das variações totais possíveis de serem
identificadas entre as respostas avaliadas neste estudo, percentual considerado
muito bom19. A ACP confirmou os achados da análise pareada. O agrupamento em
proximidade das variáveis do grupo acurácia e do grupo conhecimento prévio (FIG.
2) identificou esses dois grupos com maior correlação nos casos 1, 2 e 3. As
variáveis do grupo esforço mental, por sua vez, foram as que apresentaram mais
dispersão espacial, mostrando menor correlação entre os casos 1, 2 e 3.
 130

Figura 2– Mapa fatorial para análise de correspondência das variáveis acurácia

diagnóstica (a), conhecimento prévio (c) e esforço mental (em), para cada caso
clínico (1 – pneumonia bacteriana; 2 – pneumonia viral; 3 – pneumonia com derrame
pleural)

a – acurácia; c- conhecimento prévio; em – esforço mental.

Fonte: dados dos autores.

Nos semestres anteriores ao estudo, os alunos haviam sido homogeneamente

expostos a conhecimentos teóricos associados aos diferentes tipos de pneumonia
avaliados neste trabalho em oito diferentes disciplinas (Anatomia, Histologia,
Anatomia Patológica, Patologia Clínica, Semiologia 1 e 2, Clínica Médica 1 e
Pediatria 1). A participação prévia em disciplina optativa de Pneumologia não teve
impacto na acurácia diagnóstica (caso 1 p=0,9716; caso 2 p=0,7728; e caso 3
p=0,576).

DISCUSSÃO
O automonitoramento do aprendizado auxilia o estudante a saber quando utilizar
estratégias de raciocínio analítico e não analítico e a regular sua aprendizagem,
reconhecendo padrões já conhecidos de doença e o esforço mental que precisa
realizar para resolver um caso clínico, fatores que podem auxiliá-lo na definição
correta do diagnóstico13,14. Neste estudo, no qual foi avaliada a relação entre
autopercepção de conhecimento prévio, de esforço mental e acurácia durante a
resolução de casos de pneumonia, houve significativa associação entre
conhecimento prévio e esforço mental, isto é, quanto maior o conhecimento prévio
 131

autorrelatado da doença, menor a percepção de esforço mental para reconhecê-la

em um caso clínico estruturado, embora essa relação não tenha necessariamente
determinado mais acurácia diagnóstica.

A associação entre conhecimento prévio e esforço mental pode ser justificada pela
exposição repetida ao conteúdo “pneumonia”, colaborando para a criação de
modelos mentais ou scripts de doenças que ficam armazenados na memória de
longo prazo. Quando o aluno é apresentado a um caso semelhante ao que já
estudou (como, por exemplo, pneumonia bacteriana), o script da doença é ativado,
diminuindo o esforço mental para elaborar o diagnóstico correto20. Entretanto, neste
estudo, a exposição repetida a conteúdos relacionados à pneumonia durante a
graduação dos estudantes do quarto ano do curso de Medicina não se correlacionou
à autopercepção do conhecimento elevada, conforme era esperado21.

O conteúdo relacionado à pneumonia, suas etiologias e complicações já havia sido

apresentado aos participantes da pesquisa, até o momento do experimento, em oito
disciplinas diferentes, no ciclo básico (como Histologia e Fisiologia) e no ciclo de
formação de habilidades, com atendimento prático (como em Semiologia, Clínica
Médica e Pediatria). Esperava-se que, para as doenças cujos casos clínicos foram
apresentados para resolução, quanto maior a percepção do grau de conhecimento
prévio sobre a doença, maior a acurácia diagnóstica e menor o grau de esforço
mental para se chegar ao diagnóstico correto22,23.

A baixa autopercepção de conhecimento prévio do conteúdo relacionado à

pneumonia pode estar associada à baixa acurácia diagnóstica, na medida em que,
ao não reconhecer a exposição repetida a esse conteúdo, muitas vezes exposto de
forma fragmentada e não estruturada, ao longo da graduação, o aluno não consegue
agrupar conhecimentos fisiopatológicos e clínicos que o auxiliarão no
encapsulamento de conhecimentos, culminando na formação de scripts mentais1.
Esse achado é de extrema relevância, visto que o conhecimento médico e a
habilidade de elaborar hipóteses diagnósticas a partir de dados clínicos foram
considerados por vários autores como duas das mais importantes características
para um aluno possuir ou adquirir na preparação para a prática geral22,23.
 132

Para o caso “pneumonia bacteriana”, no qual foi observada a maior taxa de acurácia
entre as doenças apresentadas, houve correlação positiva entre mais acurácia e
menos esforço mental (embora não estatisticamente significativa). Para os casos de
pneumonia viral e pneumonia com derrame, a maioria dos alunos teve dificuldade
em diagnosticar corretamente a etiologia do processo infeccioso ou a complicação,
também relatando alto grau de esforço mental para a resolução desses casos.

Estudo alemão conduzido com estudantes de Medicina no quarto e quinto ano de

faculdade, expostos a representações clínicas de quatro casos clínicos, mostrou que
os déficits dos estudantes no diagnóstico são mais prováveis devido a lacunas de
conhecimento, especialmente o fisiopatológico24.

Autores encontraram resultados semelhantes, observando que o conhecimento e a

experiência clínica limitados, em alunos de graduação, os levavam a utilizar o
raciocínio analítico na resolução de casos estruturados, mas que tal estratégia não
melhorou as decisões sobre problemas complexos nem os ajudou a superar a
influência de características semiológicas de distração presentes nos casos25,26.

Pesquisa com 52 alunos holandeses do segundo e sexto ano de Medicina analisou

os efeitos dos conhecimentos dos alunos, da complexidade de casos clínicos e sua
interação com acurácia diagnóstica e esforço mental e revelou que, entre as
variáveis analisadas, apenas o conhecimento prévio da doença à qual o caso se
relacionava foi um fator significativo (p<0,001) e correlacionou-se positivamente com
a acurácia diagnóstica, tanto em casos simples (p<0,001) quanto complexos
(p=0,002). Para o resultado da acurácia diagnóstica, nem a complexidade do caso
(p=0,42) nem a interação entre complexidade do caso e conhecimento (p=0,64)
tiveram efeito. 27

No presente, verificou-se que mais esforço mental esteve associado a menos

acurácia diagnóstica (p=0,001). Acredita-se que variáveis que aumentem a
proporção de crenças falso-positivas sobre a possibilidade de estar correto em seu
diagnóstico, tais como características de distração salientes no caso clínico ou viés
de disponibilidade, possam desencadear excesso de confiança, induzindo à
distração da reflexão e dificultando a ativação do processamento analítico. Isso pode
 133

levar o aluno a aceitar o primeiro diagnóstico que lhe venha à mente como correto e
não contrapor diagnósticos diferenciais possíveis que o levem a refletir sobre a
possibilidade do primeiro diagnóstico estar equivocado27.

Para o derrame pleural, a baixa acurácia diagnóstica encontrada neste estudo pode
dever-se à autopercepção de conhecimento prévio dos estudantes sobre a doença
como nula ou muito limitada, devido a lacunas no conhecimento prévio por pouca
exposição ao conteúdo estruturado sobre o tema, contribuindo para baixa taxa de
encapsulamento e formação de scripts mentais da doença pelos alunos28. Outra
hipótese a ser aventada é a necessidade de funcionamento do sistema analítico, por
tratar-se de caso mais complexo, para o qual é necessário mais tempo para
selecionar hipóteses e avaliá-las, o que não é compatível com o desenho do estudo,
no qual estava previsto o tempo de um minuto e meio para ler o caso e escrever o
diagnóstico.

Para o episódio de pneumonia viral, houve relação inversa entre acurácia e esforço
mental. Em outras palavras: quanto menos esforço o aluno fez para diagnosticar
esse caso, mais chances teve de acertar. Tal fato pode dever-se à baixa
complexidade do diagnóstico, com requisição do sistema de raciocínio intuitivo e de
alto desempenho na maior parte dos casos rotineiros1. Outra possibilidade a ser
aventada é o viés de disponibilidade (tendência a enxergar mais frequentemente um
diagnóstico quando se trabalha mais com quadros clínicos semelhantes), visto que
esse era o último da sequência de casos, sendo sempre precedido pelos eventos de
pneumonia bacteriana e com derrame.29.

A literatura científica atual é divergente em predizer taxas de acerto esperadas para

o diagnóstico correto por estudantes de Medicina em diferentes períodos de
graduação30,31. Devido à dinamicidade da aquisição de experiência durante a
graduação, espera-se que os alunos desenvolvam seu padrão individual de acurácia,
sendo essa progressão avaliada de forma oficial (por testes de progresso ou alcance
de pontuação mínima para concluir a disciplina) ao término de cada semestre.
Pouco se sabe sobre como essa progressão do padrão individual é automensurada,
se existe consistência entre estudantes ou se eles gerenciam as incertezas em torno
dos limites de ação adequadamente.
 134

A baixa taxa de acerto encontrada neste estudo, mesmo para casos simples, pode
dever-se à amostragem com alunos em fase inicial de atendimento prático, com
baixa integração entre aspectos teóricos e apresentação clínica da doença, além de
pouco estímulo à metacognição, como autopercepção sobre conhecimento prévio e
autoeficácia. Nessa etapa, as estruturas cognitivas descritas como “redes causais”,
com explicações biológicas e fisiopatológicas sobre causas e consequências das
doenças, estão em consolidação, com consequente desenvolvimento da habilidade
de avaliar as manifestações clínicas de um caso específico de maneira mais
integrada e relacionada a grupos de doenças1. A condução do estudo nessa etapa
de formação, enquanto os alunos ainda não amadureceram a formação dos modelos
mentais de doença, associada à fragmentação do conteúdo em várias disciplinas
não correlatas, pode ter impactado nos baixos níveis de acurácia diagnóstica
encontrados.

Um possível viés do estudo é o fato de que alguns estudantes cursaram

Pneumologia como matéria optativa durante a graduação. E na análise estatística
essa variável não mostrou relação com altos níveis de acurácia, menos percepção
de esforço mental ou mais percepção de conhecimento prévio. Uma explicação
possível para é o número amostral pequeno; outra, o fato de os casos clínicos
abordarem pacientes pediátricos com doença aguda e a disciplina optativa de
Pneumologia ser voltada para atendimento e discussão de doenças respiratórias
crônicas em adultos.

Esta pesquisa tem algumas limitações. A autoeficácia, reconhecidamente associada

à acurácia diagnóstica, não foi avaliada. O termo autoeficácia refere-se à crença e à
confiança que um indivíduo tem na sua capacidade de realizar com sucesso as
tarefas que lhe são atribuídas32. Espera-se que indivíduos com alto nível de
autoeficácia, quando confrontados com um desafio, assumam postura ativa para
equacioná-lo, acreditando no sucesso do seu desempenho. Por outro lado, sujeitos
com baixo nível de autoeficácia tendem a se frustrar e desistir da solução do
problema33. Segundo estudo realizado na Universidade de Medicina da Turquia,
níveis mais altos de autoeficácia (o mais forte preditor individual de desempenho
 135

acadêmico) estão correlacionados com o uso de níveis mais elevados de estratégia

de aprendizagem18.

A validade externa do estudo tem limitações relacionadas à amostra – estudantes de

quarto ano de uma Faculdade de Medicina privada com currículo tradicional. Há
necessidade de avaliação dessas variáveis em estudantes de períodos posteriores
ou de faculdades que utilizem modelos alternativos de currículo (como o problem
based learning – PBL), para avaliar se existe impacto desses fatores na acurácia
diagnóstica e na percepção de esforço mental para a resolução de casos clínicos.
Há várias evidências experimentais que mostram que o desenvolvimento do
raciocínio clínico e a acurácia diagnóstica estão intimamente relacionados ao estágio
de aprendizagem teórico-prática em que se encontra o aluno da graduação34,35.

Não há modelo de raciocínio clínico ou fator associado ao aprendizado que, de

forma isolada, possam explicar como e por que estudantes de sucesso chegam ao
diagnóstico correto enquanto estudantes malsucedidos não. Não é simplesmente o
conhecimento que resolve casos clínicos, mas sim a aplicação consciente desse
conhecimento em etapas ordenadas e direcionadas a um objetivo - a solução do
caso36,37. Se os alunos tiverem clara representação de uma doença em relação à
sua clínica predefinida, noção do conhecimento do que eles sabem e como integrar
sintomas e achados clínicos, então eles têm muitas chances de diagnosticar
corretamente o paciente38.

CONCLUSÃO
Neste estudo, no qual foi avaliada a relação entre percepção de conhecimento,
esforço mental e acurácia durante resolução de casos de pneumonia, houve
significativa associação entre conhecimento prévio e esforço mental, embora essa
relação não tenha necessariamente determinado mais acurácia diagnóstica. Ao
relacionar essas variáveis, foi possível avaliar importantes características do
aprendizado de estudantes de Medicina, que auxiliarão no desenvolvimento de
estratégias de ensino que favoreçam mais acurácia com menos esforço mental.
Nossos achados expõem que é preciso estimular pesquisas que estudem fatores
associados ao aprendizado, a fim de aprimorar os processos envolvidos na
 136

mobilização de recursos cognitivos para realização de diagnósticos corretos, que

qualificarão o ensino médico.

REFERÊNCIAS

1. Peixoto JM, Elói-Santos SM, De Faria RMD. Processos de desenvolvimento do

raciocínio clínico em estudantes de Medicina. Rev Bras Ed Med. 2018; 42(1):73-
81.

2. Rodrigues GV, Machado LC. Raciocínio clínico, uma sistematização seria

pertinente. Rev Med Minas Gerais. 2015; 26:1-5.

3. Thomas EJ, Studdert DM, Newhouse JO, Zbar BI, Howard KM, Willians EJ, et al.
Costs of medical injuries in Utah and Colorado. Inquiry. 1999; 36:255-64.

4. Schwanda-Burger S, Mochh H, Muntwyler J, Salomon F. Diagnostic errors in the

new millennium: a follow-up autopsy study. Mod Pathol. 2012; 25:777-83.

5. Mamede S, van Gog T, van den Berge K, Rikers RMJP, van Saase JLCM, van
Guldener C, et al. Effect of availability bias and reflective reasoning on diagnostic
accuracy among internal medicine residents. JAMA. 2010, 304:1198-1203.

6. Melo M, Gusso GDF, Levites M, Amaro Jr. E, Massad E, Lotufo PA, et al. How
doctors diagnose diseases and prescribe treatments: an fMRI study of diagnostic
salience. Sci Rep. 2017; 7:1-11.

7. Philip AH. Regulating accuracy on university tests with the plurality option. Learn
Instr. 2013; 24: 26-36.

8. Norman GR. Research in clinical reasoning: past history and current trends. Med
Educ. 2005; 39: 418–27.

9. Coderre S, Mandin H, Harasym PH, Fick GH. Diagnostic reasoning strategies and
diagnostic success. Med Educ. 2003; 37(8):695-703.

10. Charlin B, Boshuizen HPA, Custers EJ, Feltovich PJ. Scripts and clinical
reasoning. Med Educ. 2007; 41:1178-84.

11. Schmidt HG, Norman GR, Boshuizen HPA. A cognitive perspective on medical
expertise: theory and implication. Acad Med. 1990; 65:611-21.

12. Schmidt HG, Rikers RMJP. How expertise develops in medicine: knowledge
encapsulation and illness script formation. Med Educ. 2007; 41:1133-39.

13. Dunlosky J, Thiede, KW. Four cornerstones of calibration research: Why

understanding students' judgments can improve their achievement. Learn Instr.
2013; 24. 58-61.
 137

14. de Bruin ABH, Van Gog T. Improving self-monitoring and self-regulation: From
cognitive psychology to the classroom. Learn Instr. 2012; 22(4):245–52.

15. Mamede S, Van Gog T, Van den Berge K, Rikers RMJP, Van Saase JLCM, Van
Guldener C, et al. Effect of availability bias and reflective reasoning on diagnostic
accuracy among internal medicine residents. JAMA. 2010; 304:1198-1203.

16. Ibiapina C, Mamede S, Moura A, Elói-Santos S, van Gog T. Effects of free, cued
and modelled reflection on medical students' diagnostic competence. Med Educ.
2014; 48:796-805.

17. Fernandes, RAF. Análise do impacto do raciocínio reflexivo estruturado,

adicionado ou não de diretrizes complementares, na acurácia diagnóstica de
estudantes de Medicina e de médicos-residentes em Pediatria. Tese (Doutorado
em Ciências da Saúde da Criança e do Adolescente) - Belo Horizonte, UFMG,
2019. 158 p.

18. Atalay KD, Can GF, Erdem SR, Müderrisoglu IH. Assessment of mental workload
and academic motivation in medical students. J Pak Med Assoc. 2016; 66: 574-8.

19. Jolliffe IT. Principal component analysis, series: Springer series in statistics, 2.
ed., New York: Springer; 2002.

20. Fernandes RAF, Ibiapina CDC, Timóteo APP, Malloy-Diniz LF. Dinâmica de
desenvolvimento do raciocínio clínico e da competência diagnóstica na formação
médica - sistemas 1 e 2 de raciocínio clínico. Rev Med Minas Gerais. 2016; 26.
(6):15-18.

21. Young JQ, van Djik SM, O'Sullivan PS, Custers EJ, Irby DM, Cate O. Influence of
learner knowledge an case complexity on handover accuracy and cognitive load:
results from a simulation study. Med Educ. 2016; 50: 969-79.

22. Cowles JK, Kubany AJ. Improving the measurement of clinical performing in
medical students. J Clin Psychol. 1959;15:139-42.

23. Pulito AR, Donnely MB, Plymale M. Factors in faculty evaluation of medical
students' performance. Med Educ. 2007; 41:667-75.

24. Braun LT, Lenzer B, Kiesewetter J, Fischer MR, Schmidmaier R. How case
representations of medical students change during case processing – Results of
a qualitative study. GMS J Med Educ. 2018; 35(3): 1-15.

25. Mamede S, Schmidt HG, Rikers RMJP, Custers EJFM, Splinter TAW, van Saase
JLCM. Conscious thought beats deliberation without attention in diagnostic
decision making: at least when you are an expert. Psychol Rev. 2010; 74:586–92.

26. Mamede S, Splinter TAW, Van Gog T, Rikers RMJP, Schmidt HG. Exploring the
role of salient distracting clinical features in the emergence of diagnostic errors
and the mechanisms through which reflection counteracts mistakes. Br Med J.
2012; 21:295-300.
 138

27. Krupat E, Wormwood J, Schwartzstein RM, Richards JB. Avoiding premature

closure and reaching diagnostic accuracy: some key predictive factors. Med
Educ. 2017; 51:1127-37.

28. Woods NN, Howey EHA, Brooks LR, Norman GR. Speed skills? Speed, accuracy,
encapsulations and causal understanding. Med Educ. 2006; 40:973-79.

29. Croskerry P. The importance of cognitive errors in diagnosis and strategies to

minimize them. Acad Med. 2003; 78:775-80.

30. Langendyk V. Not knowing what they do not know: self assesment accuracy of
third year medical students. Med Educ. 2006; 40:173-79.

31. Mahajan R, Badyal D, Gupta P, Singh, T. Cultivating Lifelong Learning Skills

During Graduate Medical Training. Indian Pediatr. 2016; 53:797-804.

32. Bandura A. Self-efficacy: toward a unifying theory of behavioral change. Psychol

Rev. 1977; 84(2):191-215.

33. Barros M, Santos ACB. Por dentro da autoeficácia: um estudo sobre seus
fundamentos teóricos, suas fontes e conceitos correlatos. Rev Esp Acad. 2010;
112:1-9.

34. Rikers RMJP, Schmidt HG, Boshuizen HPA. Knowledge encapsulation and the
intermediate effect. Contemp Educ Psychol. 2000; 25(2):150-66.

35. Charlin B, Boshuizen HPA, Custers EJ, Feltovich PJ. Scripts and clinical
reasoning. Med Educ. 2007; 41:1178-84.

36. Demirören M, Turan S, Öztuna D. Medical students self-efficacy in problem-

based learning and its relationship with self-regulated learning. Med Educ. 2016;
21:1-9.

37. Anthony R, Artino JR. Academic self-efficacy: from educational theory to

instructional practice. Perspect Med Educ. 2012; 1:76–85.

38. Schmidmaier R, Eiber S, Schiller M, Hege I, Holzer M, Martin R. Learning the

facts in medical school is not enough: which factors predict successful application
of procedural knowledge in a laboratory setting? BMC Medic Educ. 2013; 13-28.
 139

6.2 Artigo original 2: Ensino do raciocínio clínico utilizando diferentes

estratégias de reflexão: efeitos a longo prazo na acurácia diagnóstica de
estudantes de medicina

RESUMO
CONTEXTO: Estratégias educacionais que ajudam a reter, recuperar e aplicar a
informação a longo prazo melhoram grandemente a eficiência e eficácia da
educação médica; também poupam tempo e recursos valiosos ao reduzir a
necessidade de reaprender no futuro. Estratégias de reflexão estruturadas
favorecem a capacidade de codificar com sucesso dados na memória a longo prazo
e recuperá-los quando confrontados com uma situação de desencadeamento. Este
estudo investigou os efeitos a longo prazo de diferentes estratégias de ensino sobre
acurácia diagnóstica entre estudantes principiantes na resolução de casos clínicos.
MÉTODO: Sessenta estudantes de medicina do quarto ano participaram neste
estudo experimental de quatro fases. Os participantes foram designados
aleatoriamente para um dos três grupos experimentais utilizando técnicas de
reflexão estruturada (reflexão livre, reflexão guiada por pistas ou reflexão utilizando
exemplos trabalhados) para diagnosticar 12 casos clínicos escritos. Em avaliações
imediatas, intermediárias e finais (seis meses após a intervenção inicial), os
participantes diagnosticaram um conjunto de 12 casos, seis envolvendo as mesmas
doenças observadas anteriormente. O principal desfecho avaliado foi a acurácia
diagnóstica, que foi comparada entre grupos experimentais em cada fase de
avaliação pós-intervenção, utilizando medidas repetidas ANOVA.
RESULTADOS: A condição experimental e a fase de estudo foram
significativamente associadas à acurácia diagnóstica (p<0,001). A reflexão
deliberada resultou em melhores resultados de acurácia nos testes finais para todos
os casos avaliados, em comparação com os resultados iniciais dos testes para todos
os grupos experimentais (p<0,001). As diferenças de desempenho entre os grupos
que utilizaram a reflexão deliberada e os exemplos trabalhados foram insignificantes,
mas ambos os grupos obtiveram melhores pontuações de acurácia diagnóstica em
comparação com o grupo de reflexão livre em todas as fases do estudo (p<0.001) .
CONCLUSÃO: As três estratégias de reflexão utilizadas no nosso estudo resultaram
num efeito positivo a longo prazo na acurácia diagnóstica. Os estudantes de
medicina que utilizaram a reflexão guiada por pistas e por exemplos trabalhados
 140

parecem ter melhores pontuações de precisão diagnóstica em comparação com os

formados utilizando a reflexão livre.

INTRODUÇÃO

O erro médico é uma das principais causas de morte nos Estados Unidos e
aproximadamente 10-15% destes casos resultam de erro de diagnóstico.1 Estes
números ilustram a importância da competência diagnóstica, definida como a
capacidade de mobilizar recursos cognitivos para definir a hipótese diagnóstica mais
provável a partir da história clínica e propor um tratamento adequado.2 Para
desenvolver a competência diagnóstica, os estudantes de medicina devem aprender
a organizar mentalmente os dados obtidos a partir da história clínica e do exame
físico para definir uma hipótese diagnóstica, considerando o contexto do paciente. O
raciocínio clínico é a expressão deste processo de pensamento clínico e tomada de
decisões,3 e a investigação científica na educação médica tem-se concentrado no
ensino desta competência durante décadas, envolvendo diferentes estratégias para
desenvolver esta complexa habilidade clínica. Embora os fundamentos teóricos
tenham sido estudados de diferentes perspectivas, todo o processo, com todas as
suas nuances, ainda não foi inteiramente compreendido.4

Uma importante estratégia de ensino que já foi demonstrada ser eficaz no

desenvolvimento do raciocínio clínico e da acurácia diagnóstica é a reflexão
estruturada.5,6 Inicialmente desenvolvida e estudada no contexto da competência
diagnóstica dos médicos, esta estratégia foi posteriormente investigada como uma
ferramenta de aprendizagem e demonstrou ter um efeito considerável na acurácia
diagnóstica dos estudantes de medicina. 7,8

Orientações adicionais para esta estratégia de reflexão podem ser ainda mais
eficazes para a aprendizagem médica. 8
Proporcionar novos conhecimentos numa
estrutura coerente e integrá-los com conhecimentos anteriores favorece o
desenvolvimento de uma aprendizagem significativa, o que leva a uma melhor
utilização do que foi ensinado em novas situações.9,10 Neste contexto, Ibiapina et al.,
em estudo envolvendo estudantes do quinto e sexto anos (n=115) randomizados
em três grupos experimentais diferentes, investigaram os efeitos da reflexão livre (os
 141

estudantes resolveram casos clínicos utilizando a reflexão deliberada sem qualquer

orientação adicional), guiada por pistas (os estudantes resolveram casos mas
receberam o diagnóstico e diagnósticos diferenciais, sobre o qual tiveram de refletir)
e por exemplos trabalhados (estudaram a resolução dos casos) sobre a sua
aprendizagem.11 Após uma semana da intervenção inicial, os grupos de reflexão
guiada e por exemplo trabalhado obtiveram melhores resultados do que o grupo de
reflexão livre (p<0,001). Fernandes et al. encontraram resultados semelhantes com
estudantes de medicina do terceiro (n=80) e do sexto ano (n=62). 12

Quando os estudantes são encorajados a relacionar a apresentação clínica

com cada diagnóstico que consideram, a estratégia de raciocínio estruturado
enriquece a formação de scripts mentais, facilitando aos estudantes o
reconhecimento de doenças quando as reencontram.13 A fim de reforçar a evidência
a favor da utilização da reflexão estruturada como uma estratégia poderosa para o
ensino do raciocínio clínico, estes resultados devem ser replicados em diferentes
contextos e o seu impacto a longo prazo deve ser medido.5,6

A retenção da aprendizagem é uma preocupação legítima dos

educadores.14,15 Esquecer não é inesperado uma vez que se trata de um fenômeno
psicológico natural, demonstrado pela primeira vez por Ebbinghaus em 1885 na sua
famosa obra com gráficos que retratam a retenção da memória ao longo do tempo.
Neste estudo, os pesquisadores demonstraram que sequências de letras
repetidamente apresentadas a voluntários eram esquecidas por mais de 40% deles
em menos de cinco minutos.16

A memória para conhecimentos e habilidades médicas também sofre

influência desses mesmos processos de esquecimento. Por exemplo, um estudo de
retenção de habilidades de ressuscitação cardiopulmonar (RCP) demonstrou
decadência rápida, linear e substancial na habilidade após o treinamento - apenas
2,4% dos formados três anos antes puderam realizar a RCP com sucesso. 17

Um pós-teste mede frequentemente o impacto das estratégias instrucionais

de ensino do raciocínio clínico na retenção do conhecimento após um curto intervalo
de sete a 14 dias, por exemplo.7,11-12 O enfoque exclusivo nos resultados a curto
 142

prazo leva a uma suposição que é frequentemente falsa: presume-se que o

desempenho a curto prazo é um bom preditor de desempenho a longo prazo.
Infelizmente, o domínio demonstrado durante ou imediatamente após a
aprendizagem pode ser facilmente perdido nas semanas e meses seguintes. 15,18

Vários estudos recentes demonstraram que uma parte substancial dos

conhecimentos e competências essenciais adquiridos durante a faculdade de
medicina é esquecida ao longo da graduação e da residência.19-21 Dada a escassez
de estudos reais sobre a retenção a longo prazo na educação médica, os resultados
disponíveis são ainda inconclusivos.15,20 Estratégias educacionais que ajudam a
reter, recuperar e aplicar informação a longo prazo melhoram significativamente a
eficiência e eficácia da educação médica; também poupam tempo e recursos
valiosos ao reduzir a necessidade de reaprender no futuro.19

Um determinante primário do nível de conhecimento clínico retido é a eficácia

da aprendizagem inicial,15 que é fortemente influenciada pela estratégia educacional
utilizada. As estratégias estruturadas favorecem a capacidade de codificar com
sucesso os dados na memória a longo prazo e subsequentemente recuperar e
integrar estes conhecimentos quando confrontados com uma situação gatilho. Esta
capacidade é necessária em situações que envolvam a manutenção ativa de
grandes volumes de informação (por exemplo, durante a anamnese) ou frente a
distratores, como dados irrelevantes comunicados pelo paciente ou um ambiente
ruidoso.22-24

Este estudo verificou o impacto em longo prazo (seis meses após a intervenção
inicial) de diferentes formatos da estratégia de raciocínio clínico reflexivo (livre,
guiada por pistas e por exemplos trabalhados) sobre a acurácia diagnóstica dos
estudantes de medicina. Nossa hipótese é que o uso de estratégias estruturadas
promove melhoria nos escores de acurácia diagnóstica após um intervalo de seis
meses de seu uso inicial, por auxiliarem na organização e retenção do conhecimento
na memória de longo prazo. Este estudo Esta pesquisa enfatiza o valor das
estratégias instrucionais estruturadas para o desenvolvimento da habilidade de
raciocínio clínico.
 143

MÉTODOS
Participantes do estudo
Convidamos estudantes de medicina do quarto ano matriculados na
Faculdade de Medicina do Centro Universitário de Belo Horizonte, em 2019, para
participar no estudo.

Os estudantes foram recrutados através de e-mail, aplicativos de mensagens

e contacto direto, em salas de aula, pelos membros da equipe de investigação. Os
alunos foram informados sobre a natureza da investigação, mas não tiveram
incentivo para revisar o conteúdo das disciplinas que eram avaliadas durante a
coleta de dados. Os critérios de exclusão utilizados foram: alunos irregularmente
matriculados, uso de medicação/substância com potencial de ação em sistema
nervoso central nas 24 horas que antecederam a fase de treinamento ou relato de
experiência prévia no conhecimento/utilização da estratégia de raciocínio clínico
reflexivo para a resolução de casos clínicos.

O projeto de pesquisa foi aprovado pelo Comitê de ética em pesquisa da

instituição na qual foi realizada a coleta de dados (UNIBH), Certificado de
Apresentação para Apreciação Ética (CAAE) número 81421917.7.0000.5149. A
participação foi voluntária, e todos os participantes assinaram um formulário de
consentimento informado.

Desenho do estudo
Estudo randomizado controlado envolvendo 60 acadêmicos de Medicina do
quarto ano, realizado em quatro fases sequenciais (treinamento, teste imediato,
teste intermediário e teste final), desenvolvidas em três sessões (FIG. 1).
 144

Figura 1 – Diagrama de fluxo do estudo

REL - Reflexão estruturada livre; REP - Reflexão estruturada com pistas; REET - Reflexão
estruturada com exemplo trabalhado.

Para avaliar a homogeneidade da amostra, todos os participantes tiveram o

grau de inteligência global (QI) e o nível de autoeficácia (crença e confiança que um
indivíduo tem na sua capacidade de realizar com sucesso as tarefas que lhe são
atribuídas)25 individualmente medidos, pois esses fatores são capazes de interferir
no desempenho de funções executivas complexas. Os instrumentos utilizados foram,
respectivamente, o teste General Self-Efficacy Scale 25
e a versão brasileira do teste
individual das Matrizes Progressivas de Viena (WMT-2).26 Receberam também uma
lista de doenças contendo aquelas incluídas na avaliação; foi-lhes pedido que
classificassem o seu grau de conhecimento e experiência clínica com cada doença
listada, utilizando uma escala de Likert de 5 pontos (1- nulo; 2- muito limitado; 3-
razoável; 4- bom; 5- excelente).

Durante a primeira fase da experiência (a fase de treinamento), os

participantes foram distribuídos aleatoriamente nos três grupos experimentais:
 145

raciocínio clínico estruturado livre (REL), raciocínio clínico estruturado com pistas
(REP) e raciocínio clínico estruturado com exemplos trabalhados (REET).

Pedimos aos participantes de cada grupo que resolvessem ou estudassem as

soluções para uma série de 12 casos clínicos utilizando a estratégia de raciocínio
clínico estruturado que lhes foi atribuída. Os casos, que consistiam numa breve
descrição da história médica, exame físico e resultados de exames complementares,
foram apresentados aleatoriamente em blocos específicos para cada fase de estudo.
Os 12 casos incluíam seis relacionados com as doenças cuja acurácia desejávamos
determinar (síndromes respiratórias, ictéricas e hematológicas), considerados casos
critérios. Os outros seis casos eram distratores, e sua função era apenas compor o
bloco e evitar que os participantes percebessem em quais das doenças seu
desempenho diagnóstico estava sendo medido (Quadro 1).

Quadro 1 - Doenças envolvidas nos casos apresentados em cada fase do estudo

Fase de treinamento Teste imediato Teste tardio Teste final
Casos critério
Síndromes ictéricas Síndromes ictéricas Síndromes ictéricas Síndromes ictéricas
neonatais neonatais neonatais neonatais
-Icterícia própria do -Icterícia própria do -Icterícia própria do -Icterícia própria do
recém nascido recém nascido recém nascido recém nascido
-Ictericia por -Ictericia por -Ictericia por -Ictericia por
incompatibilidade de incompatibilidade de incompatibilidade de incompatibilidade de
grupo sanguíneo ABO grupo sanguíneo ABO grupo sanguíneo ABO grupo sanguíneo ABO
-Icterícia do leite
materno
Pneumonias agudas Pneumonias agudas Pneumonias agudas Pneumonias agudas
-Pneumonia aguda com -Pneumonia aguda -Pneumonia aguda -Pneumonia aguda
derrame pleural com derrame pleural com derrame pleural com derrame pleural
-Pneumonia aguda -Pneumonia aguda -Pneumonia aguda -Pneumonia aguda
bacteriana bacteriana bacteriana bacteriana
-Pneumonia aguda viral
Doenças hematológicas Doenças Doenças Doenças
-Leucemia aguda hematológicas hematológicas hematológicas
-Plaquetopenia imune -Leucemia aguda -Leucemia aguda -Leucemia aguda
aguda -Plaquetopenia imune -Plaquetopenia imune - Plaquetopenia
-Aplasia de medula óssea aguda aguda imune aguda

Casos distratores
Infecção do trato Síndrome nefrótica Glomerulonefrite Leishmaniose
urinário Sífilis secundária aguda Dengue
Eritema infeccioso Esquistossomose Exantema súbito Cólica nefrética
Artrite séptica Coarctação da aorta Sopro inocente Cetoacidose diabética
Giardíase Febre reumática Meningite viral
Torção de testículo Zika Infecção do trato
Orquite urinário
 146

Cada caso foi apresentado duas vezes, em páginas consecutivas, durante a

primeira parte da fase de treinamento. Na primeira página, os estudantes tiveram um
minuto e meio para ler o caso, fazer o diagnóstico com a maior precisão possível e
marcar o grau de esforço mental necessário para chegar ao diagnóstico. Na página
seguinte, foram-lhes concedidos cinco minutos e meio para rever e resolver o caso
de acordo com a estratégia proposta para o seu grupo. Os participantes no grupo
REL (reflexão estruturada livre) foram instruídos a resolver os casos clínicos
utilizando o formato original da estratégia de reflexão estruturada proposta por
Mamede et al.13 Em suma, foi pedido aos estudantes que fornecessem uma hipótese
de diagnóstico principal e dois diagnósticos diferenciais e contrastassem elementos
diferentes destes diagnósticos com base no caso clínico apresentado (sinais clínicos,
alterações laboratoriais, elementos que faltam no caso, mas que seriam relevantes).

Nos outros dois grupos, os participantes resolveram os casos clínicos

utilizando o instrumento de reflexão estruturada proposto mais elementos que
teoricamente reduzem o esforço cognitivo exigido pela tarefa e facilitariam a
aprendizagem. 9 No grupo REP (reflexão estruturada com pistas), os investigadores
forneceram aos participantes o primeiro passo da reflexão estruturada livre (os
diagnósticos primários para cada caso a ser diagnosticado). No grupo REET
(reflexão estruturada com exemplos trabalhados), os investigadores apresentaram
todas as etapas resolvidas da reflexão estruturada, e os participantes estudaram a
resolução.

Durante a segunda, terceira e quarta fases, demos ao grupo de participantes

12 novos casos clínicos que incluíam as doenças critério e pedimos que os
solucionassem em até 60 minutos. Nestas etapas, os alunos não tiveram de registar
o processo de raciocínio clínico que utilizaram. Para além da hipótese principal,
pedimos que fornecessem dois diagnósticos diferenciais potenciais para cada caso e
pontuassem, em escala visual, o grau de esforço mental necessário para completar
esta tarefa, variando de 1 a 9, com 1 representando um esforço "muito baixo" e 9
"muito alto".27 A pontuação média do esforço mental foi calculada para a amostra,
somando as pontuações relatadas. Cada caso escrito envolvia história do paciente,
exame físico e exames complementares apresentados na mesma página (Figura 2),
 147

com base em casos reais vistos pelos investigadores na prática clínica. Estes casos
já tinham sido utilizados com sucesso em estudo anterior.12

Figura 2 - Modelo de caso clínico utilizado no estudo

Fonte: Fernandes et al (2021)12

Análise de dados
Os resultados primários foram os escores de acurácia diagnóstica para os
casos de síndromes respiratórias, ictéricas e hematológicas após seis meses da
intervenção inicial (teste final). Os resultados secundários foram pontuações de
acurácia diagnóstica nos testes imediato e intermediário.

A precisão diagnóstica foi determinada pelo diagnóstico registrado pelo aluno

como sendo o mais provável. Todos os diagnósticos fornecidos pelos participantes
foram transcritos para uma lista e pontuados utilizando a seguinte escala: 0:
diagnóstico incorreto (por exemplo, colestase no caso de icterícia neonatal por
incompatibilidade ABO); 0,25: diagnóstico sindrômico correto (icterícia neonatal); 0,5:
 148

diagnóstico sindrômico correto relativo à etiopatogenia (icterícia neonatal devido a

hemólise); 0,75: diagnóstico sindrômico correto relativo à fisiopatologia (icterícia
neonatal devido a incompatibilidade do grupo sanguíneo); 1,0: diagnóstico específico
correto (icterícia neonatal por incompatibilidade ABO). Este sistema de pontuação foi
utilizado em estudo anterior que seguiu a mesma linha de investigação sobre a
eficácia de estratégias reflexivas estruturadas.12

Cada caso foi avaliado independentemente pelo investigador principal e por

um professor de pediatria com mais de 15 anos de experiência clínica. O nível de
concordância (coeficiente Kappa) entre as pontuações atribuídas pelos dois
avaliadores excedeu 98%. Quando discordaram, um terceiro pediatra e professor
experiente pontuou a resposta e foi utilizada a pontuação coincidente em duas
avaliações.

Comparamos os três grupos de estudo (REL, REP e REET) em termos de

médias para uma dada variável de interesse (por exemplo, valor de QI numérico)
utilizando uma análise de variância com um fator. Nos casos em que a análise
indicou uma diferença significativa (p<0,05) entre os grupos, foi utilizado o teste de
comparação múltipla de Duncan para verificar entre quais grupos havia diferenças
entre as médias.

O teste t de Student para amostras pareadas foi utilizado para comparar

medições efetuadas na mesma unidade experimental ou em dois momentos
diferentes (por exemplo, nível de conhecimento prévio da doença nas fases inicial e
final do estudo).

A fim de avaliar o efeito do grupo (REL, REP ou REET) ou fase de estudo

(treinamento, imediata, intermediário e final) nas pontuações de acurácia diagnóstica
dos estudantes, utilizamos a análise de variância baseada em um planejamento de
medidas repetidas. Este teste foi utilizado porque um mesmo aluno foi avaliado em
quatro momentos distintos no estudo. Portanto, além de avaliar a influência do fator
grupo de estudo, é necessário avaliar também a influência da fase de avaliação,
bem como, a interação entre grupo e fase do estudo. Quando a interação é
significativa, o resultado indica que existe diferença no comportamento de um fator
 149

(por exemplo: Grupo) para cada nível do outro fator estudado (por exemplo: Fases
do estudo). Nesse caso, foi utilizado o teste de comparações múltiplas de médias
LSD (Least Significant Difference) para avaliar as diferenças encontradas dentro de
cada um dos fatores estatisticamente significativos.

A análise de correlação de Pearson foi utilizada para avaliar a magnitude da

associação entre duas variáveis de interesse contínuas (tais como pontuações de
esforço mental e acurácia diagnóstica).

O nível de significância utilizado para as análises foi de 0,05.

RESULTADOS
Sessenta estudantes participaram no estudo: 75% eram mulheres e a idade
média dos participantes era de 25,9 anos (25,9±3,7 anos). Não houve variação
estatisticamente significativa de sexo (p=0,17), mas houve uma diferença na idade
entre os grupos (p=0,018): o grupo REP era ligeiramente mais novo. O QI médio do
participante foi de 124,77 (F2=0,880; p=0,42). As características dos participantes,
estratificadas por grupo experimental, são apresentadas na Tabela 1.

Tabela 1. Características dos participantes no estudo, estratificadas por grupo

experimental

Grupos

REL (n=20) REP (n=21) REET (n=19) p

Gênero feminino 12 (60%) 18 (86%) 16 (84%) 0,171

Idade, em anos (media ±dp) 26,9±3,5 24,1±1,8 26,9±4,9 0,018

Quociente intelectual (média 125,58±8,10 122,48±8,76 126,40±12,44 0,417

±dp)
 150

Não foi encontrada qualquer diferença significativa na autopercepção do

ganho de conhecimento (REL, p=0,176; REP, p=0,100; REET, p=0,314), mas houve
uma diferença significativa na autopercepção do ganho de experiência (REL,
p<0,001; REP, p<0,001; REET, p<0,001) quando a fase de treinamento e a de teste
final foram comparadas, para todos os grupos de estudo. (Tabela 2).

Tabela 2. Medidas descritivas e comparativas entre os grupos relativamente ao grau

de auto-eficácia na fase de formação (T0) e no teste final (TF)

Auto eficácia

(média ±dp)

T0 Tf p

7,29 ±1,10 7,23±1,18 0,673

REL (n=20)

7,57±1,14 7,78±1,07 0,221

REP
(n=21)

REET 7,49±0,82 8,01±0,77 0,018

(n=19)

REL - Reflexão estruturada livre; REP - Reflexão estruturada com pistas; REET - Reflexão
estruturada com exemplo trabalhado.

Todos os grupos apresentaram valores médios semelhantes de auto-eficácia

durante a fase inicial do estudo (F2; 59 =0,355, p=0,703). Após seis meses, contudo,
apenas o grupo de reflexão por exemplo trabalhado (REET) mostrou um aumento
significativo dos valores para esta variável (p=0,018).

As análises de correlação entre os resultados dos estudantes e o esforço

mental envolvido no diagnóstico dos casos clínicos propostos não foram
significativas em nenhuma fase do estudo.
 151

As notas médias dos estudantes nas fases imediata, intermediária e final

foram significativamente mais altas do que na fase de formação para todos os
grupos (F3,00; 174,00=19,752; p<0,001) (Tabela 3).

Tabela 3 - Medidas descritivas e comparativas dos valores de pontuação dos

estudantes para o diagnóstico de doenças relacionadas com todas as síndromes
medidas durante as quatro fases do estudo, por grupo de estudo
Medidas descritivas
Grupo Fase n Mínimo Máximo Média dp
REET Treinamento 19 0,11 0,78 0,36 0,17
Imediato 19 0,08 0,96 0,51 0,25
Intermediário 19 0,21 0,92 0,51 0,23
Final 19 0,08 1,00 0,54 0,23
REP Treinamento 21 0,06 0,58 0,35 0,13
Imediato 21 0,08 0,79 0,42 0,20
Intermediário 21 0,17 0,79 0,49 0,19
Final 21 0,25 0,75 0,52 0,14
REL Treinamento 20 0,08 0,25 0,16 0,05
Imediato 20 0,08 0,50 0,35 0,10
Intermediário 20 0,00 0,58 0,33 0,16
Final 20 0,04 0,83 0,45 0,18
Análise de variância por medidas repetidas (ANOVA-RM):
Fonte de variação:
Fase (F 3,00; 174,00=19,752; p< 0,001)
Grupo (F2,56:10,208; p< 0,001) Fase x Grupo (F6,00; 174,00=0,926; p=0,478)

REL - Reflexão estruturada livre; REP - Reflexão estruturada com pistas; REET - Reflexão
estruturada com exemplo trabalhado; dp - desvio-padrão

Independentemente da fase de estudo, os resultados de diagnóstico entre os

estudantes dos grupos REP e REET foram superiores aos do grupo REL, com
significado estatístico (F2; 58 = 10.208; p<0.001). Não foi encontrada qualquer
diferença estatisticamente significativa entre os grupos REP e REET em termos de
acurácia, em qualquer fase.

Não foi encontrada interação entre grupo e fase (F6,00; 174,00=0,926;

p=0,478).
 152

No teste final, a experiência prévia e autoeficácia estiveram associadas aos

escores de acurácia diagnóstica. Nenhuma dessas variáveis mostrou relação
significativamente estatística com os escores de acurácia no teste final, em nenhum
dos grupos estudados.

DISCUSSÃO
O efeito a curto prazo das estratégias estruturadas de ensino sobre a
acurácia diagnóstica, visto em estudos anteriores7,8,11-13 , foi confirmado neste estudo,
onde foi encontrada uma melhor acurácia nas fases imediata e tardia entre os
estudantes que utilizaram estas estratégias. Este é o primeiro estudo a provar que
este efeito se mantém seis meses após a intervenção inicial.

Outros investigadores que avaliaram a retenção de conhecimentos médicos

utilizando estratégias de ensino não-reflexivas observaram acentuado esquecimento
dos conteúdos aprendidos, em avaliações em longo prazo.14,15. Em 2011, um estudo
comparou a aprendizagem do currículo pediátrico entre estudantes de medicina
utilizando um teste com perguntas objetivas um ano após a avaliação inicial. Estes
estudantes esqueceram-se de mais de metade do conteúdo principal do currículo
pediátrico que tinham anteriormente comprovado ter através de uma avaliação
sumária. 20
Outros autores que investigaram a retenção da capacidade de prestar
cuidados iniciais de RCP após três anos de formação constataram que apenas 12%
dos sujeitos de teste podiam efetuar eficazmente a RCP. Além disso, verificou-se
uma diminuição rápida e linear das competências em RCP ao longo do tempo, com
menos de 20% dos indivíduos a atingir uma pontuação de desempenho de 75%
apenas seis meses após a formação.17

A análise do efeito de diferentes estratégias de prática reflexiva sobre a

acurácia diagnóstica em testes tardios era uma lacuna se ser preenchida,6,12 uma
vez que estudos anteriores analisaram este efeito após um intervalo máximo de 14
dias.7,11,12 Neste estudo, os estudantes treinados para resolver casos utilizando
estratégias de raciocínio baseadas em práticas reflexivas estruturadas melhoraram
as suas pontuações de acurácia seis meses após a intervenção inicial.
Especialmente para estudantes na fase inicial de formação, as estratégias de prática
reflexiva revelaram-se benéficas.12. Com base no reconhecimento de padrões, o
 153

raciocínio analítico é a forma mais amplamente utilizada por estudantes com pouca
experiência clínica durante esta fase de aprendizagem. Este tipo de raciocínio
requer acesso automático à informação23 e depende de um conhecimento rico e
específico do conteúdo que é organizado na memória como scripts mentais de
doenças associadas a diagnósticos específicos, tais como os fornecidos na reflexão
por exemplo trabalhado.7,27,28

A aprendizagem eficaz do raciocínio clínico baseia-se no domínio da

linguagem apropriada ao campo do conhecimento, conhecida como qualificadores
semânticos,29 utilização lógica e integrada destes qualificadores para criar scripts
mentais para doenças30 e hábitos de aprendizagem contrastantes que encorajam a
verificação das principais hipóteses de diagnóstico a partir de diagnósticos
diferenciais.31 As estratégias de ensino estruturadas baseiam-se nestes pilares
através da investigação de casos clínicos utilizando hipóteses e da organização do
conhecimento baseado na aquisição de scripts mentais construídos por integração
ordenada de um conjunto de qualificadores semânticos para cada hipótese.32

Neste estudo, ao encorajar os estudantes a associar a apresentação clínica

do caso a cada uma das hipóteses diagnósticas e depois contrasta-las durante a
fase de treinamento, a estratégia de reflexão deliberada pode ter ajudado a
enriquecer ou reestruturar estes scripts mentais. Além disso, facilitou o
reconhecimento da doença quando o estudante lhe foi reapresentado, um efeito que
se manteve durante todas as fases do estudo.

A melhoria na pontuação de acurácia diagnóstica encontrada neste estudo,

seis meses após a exposição a estratégias de reflexão deliberada, alinha-se com as
referências teóricas disponíveis sobre raciocínio clínico e memória. Durante o
processo de raciocínio clínico, nas fases imediata, intermediária e final, os scripts
mentais que foram aprendidos na fase de treinamento e armazenados na memória a
longo prazo31 são trazidos para a memória de trabalho e integrados com os dados
clínicos presentes no caso que é apresentado ao aluno2,32 , facilitando a deliberação
interna que culmina no diagnóstico.33,34
 154

Durante tarefas com elevada demanda cognitiva, tais como um diagnóstico

por um estudante com pouca experiência, a atenção a vários recursos contextuais
ou a capacidade de considerar várias fontes de informação podem ser limitadas.35
Ao comparar doenças para obter um diagnóstico plausível, a estratégia de reflexão
estruturada fornece ao aluno um modelo organizado do script mental da doença,
reduzindo a carga cognitiva extrínseca. Além disso, ao descartar informação
irrelevante e limitar o número de itens a serem avaliados, a reflexão estruturada
facilita a seleção e manutenção de itens que estão ativos na memória de trabalho.

Dois modelos paralelos de processamento de memória são relevantes para

melhorar a compreensão do diagnóstico médico: categorização e
reconhecimento.4,5 . Ambos os modelos são favorecidos em estratégias estruturadas,
especialmente aquelas que incluem orientação (através de pistas e exemplos
trabalhados). Na reflexão guiada por pistas, a categorização é parcialmente
apresentada ao estudante como hipóteses a serem consideradas por ordem de
prioridade. Na reflexão através de exemplos trabalhados, a categorização é
completa, poupando ao aluno tempo e esforço mental. Além disso, estas estratégias
impedem a distração por elementos externos, ajudando os estudantes a
compreender a estrutura fisiopatológica subjacente da doença em questão.
Evidências recentes revelam que, no início de sua formação, quando possuem
mínima experiência, os alunos devem aprender a partir da melhoria da qualidade
das representações do conhecimento e devem ser ensinados a justificar todas as
etapas que executam no processo de raciocínio clínico, usando dados objetivos do
caso para raciocinar em direção a possíveis diagnósticos, em vez de defender um
diagnóstico intuitivo.36 Essa forma de treinamento clínico facilita o reconhecimento
posterior de categorias de sintomas e doenças.37,38

O processo de reconhecimento baseia-se em reconhecer um padrão de

sintomas anteriormente vistos, recordando os detalhes de uma descrição idêntica
vista num livro ou, por exemplo, quando se estuda um caso resolvido por exemplo
trabalhado. 39
Estudos em psicologia cognitiva demonstraram que o desempenho da
memória depende de uma correspondência entre as pistas presentes durante a
aprendizagem inicial e aquelas fornecidas durante a recuperação.37 Ao facilitar o
armazenamento de scripts mentais, estratégias instrucionais baseadas em reflexões
 155

estruturadas (especialmente com pistas ou por exemplos trabalhados) favorecem a

aprendizagem e a retenção de novas informações. Quando os estudantes vêem um
paciente com uma apresentação clínica semelhante à que se vê durante a
aprendizagem com estas estratégias, a familiaridade pode ativar conhecimentos
previamente armazenados.36 E a recordação pode facilitar as associações entre
informação antiga e nova na memória e ajudar a definir como a nova informação
será percebida e organizada a fim de se chegar a um diagnóstico.5,40

Com a aquisição continuada de novos conhecimentos, de forma organizada,

reforçada por novas experiências, o aluno torna-se, gradativamente, hábil em manter
representações distintas e recombinar essas representações em novas formas de
resolver problemas com sucesso, usando conscientemente o raciocínio analítico
para identificar opções e, em seguida, comparar e contrastar, desenvolvendo e
aprimorando a flexibilidade cognitiva e, consequentemente, sua acurácia
diagnóstica.23

O esforço de recuperação durante os testes anteriores (a hipótese de

profundidade de processamento) pode ter ajudado a melhorar a acurácia durante
todo o período de estudo, especialmente porque os participantes demonstravam, ao
ingressar no experimento, pouco conhecimento prévio sobre as doenças cuja
acurácia medimos. Um grande corpo de investigação já demonstrou que a ação
direta de recuperação de informação da memória melhora a aprendizagem e a
retenção do conhecimento.41,42 Outra hipótese que pode auxiliar a explicar o
excelente desempenho das estratégias de reflexão estruturada neste estudo é o
efeito de formação; o formato semelhante dos testes nas fases imediata,
intermediária e final poderia evocar processos cognitivos semelhantes (hipótese de
transferência apropriada).43,44 Os estudantes podem ter-se lembrado dos casos, o
que certamente influenciou os resultados para as fases imediatas e intermediária.
Contudo, é menos provável que este impacto se tenha estendido à fase final porque
os estudantes não receberam qualquer estímulo para se lembrarem do conteúdo
dos casos durante este intervalo. A ideia subjacente à transferência apropriada é
que o desempenho da memória melhora à medida que os processos cognitivos
durante a aprendizagem correspondem aos necessários durante a recuperação45
 156

permitindo o acesso espontâneo e a memória de procedimentos formais aprendidos

anteriormente para resolver um problema. 46

Quando os estudantes foram avaliados após a fase de treinamento,

envolveram-se em processos de recuperação para acessarem a informação
armazenada nas suas memórias. Os esquemas processuais e estratégicos gerados
durante a fase de treinamento permitiram a construção de esquemas mentais das
síndromes que surgiram nos testes subsequentes. A abstração dos esquemas
mentais solicitados nos testes imediatos, intermediários e finais foi facilitada porque
os procedimentos e estratégias de domínio foram bem definidos durante a fase de
treinamento. Esta definição pode ter favorecido a transferência estratégica, que é o
resultado de uma codificação cuidadosa durante a aquisição e abstração dos scripts
mentais durante a fase de treinamento com estratégias reflexivas.47

É também importante discutir a potencial interação entre os ganhos auto-

relatados na experiência clínica e a acurácia diagnóstica, ao longo dos seis meses.
Este resultado era esperado devido a um semestre a mais de atendimento
ambulatorial e contato com pacientes, o que pode ter levado os estudantes a uma
percepção de maior experiência adquirida. A experiência com os pacientes é
essencial para estabelecer novas ligações na memória entre o material estudado e
as apresentações clínicas, para desenvolver scripts de doenças e raciocinar de
forma flexível com o reconhecimento de padrões. Esse fundamento, inclusive, tem
balizado os novos currículos das escolas de Medicina, privilegiando o contato
precoce com o paciente, desde a entrada no curso.48 No entanto, ao proceder à
análise estatística, não encontramos nenhuma associação significativa entre a
autopercepção da experiência adquirida e a acurácia diagnóstica no teste final, para
os casos critério. Isto pode ter ocorrido porque a maioria das doenças relacionadas
com as síndromes avaliadas neste estudo são geralmente observadas em salas de
emergência, clínicas ambulatoriais especializadas ou hospitais. Estes campos de
estágio, na grade curricular da instituição em que a pesquisa foi realizada, estão
alocados a partir do quinto ano do curso, ou seja, os alunos que participaram da
pesquisa ainda não haviam estagiado nesses locais.
 157

Outro achado interessante foi o aumento significativo da percepção dos

estudantes sobre a auto-eficácia durante o teste final apenas no grupo que utilizou a
estratégia de exemplo trabalhado. Considerando que todos os participantes tinham,
inicialmente, experiência e conhecimento clínico limitados, os alunos que foram
alocados para utilizar a reflexão por exemplo trabalhado podem ter se beneficiado
da menor carga extrínseca relacionada a essa estratégia.6,10, 49
Os estudantes
constroem e modificam as suas crenças de auto-eficácia pela sua experiência de
domínio; ou seja, uma experiência pessoal de sucesso significativo será traduzida
pelo indivíduo como uma competência que pode ser replicada.50 Estas experiências
podem ser generalizadas a outras ações que não o comportamento alvo. O contexto
em que as experiências de sucesso ocorrem e o contexto ao qual o indivíduo atribui
o sucesso (resultante de sorte ou habilidade, por exemplo) influenciarão a forma
como as experiências de domínio modularão o nível de auto-eficácia. 51
A estratégia
de exemplo trabalhado baseia-se na comparação abrangente e detalhada dos sinais
e sintomas de um paciente com os scripts da doença já disponíveis. A percepção de
semelhanças e discrepâncias é o mecanismo por detrás da reestruturação do
conhecimento, favorecendo a abstração e registro de informação clínica chave num
esquema alinhado com a formação do script da doença. Isto encoraja os estudantes
a associar os principais atributos clínicos com explicações fisiopatológicas dos
processos da doença no contexto de casos clínicos, facilitando a memorização dos
scripts.13,49,50 Esta memorização, especialmente em alunos com pouco
conhecimentos ou experiência prévia (como os da nossa amostra no início do
estudo), pode favorecer a modificação da forma como os alunos raciocinam
clinicamente e torná-los mais auto-confiantes.

A adição de orientações à reflexão deliberada melhorou a acurácia

diagnóstica dos estudantes durante todas as fases de estudo. Os grupos que
utilizaram a reflexão com pistas e por exemplos trabalhados não diferiram no
desempenho. Contudo, ambos os grupos excederam a acurácia diagnóstica do
grupo de reflexão livre (p<0,001), confirmando as conclusões de estudos anteriores
utilizando as mesmas estratégias de reflexão estruturada.7,11-13 Isto pode resultar do
fato de os participantes na investigação terem sido expostos a formas de
organização de scripts mentais que são muito diferentes das estratégias
habitualmente utilizadas durante a educação médica.52,53 As estratégias estruturadas
 158

provavelmente encorajaram ligações entre as novas informações apresentadas

durante a experiência e o conhecimento prévio de cada participante, enriquecendo a
representação mental das doenças e facilitando o reconhecimento de novos
exemplos de doenças nos testes.

Este estudo tem algumas limitações. Embora construídos o mais cuidadosa e

autenticamente possível, os casos utilizados foram escritos. Lidar com pacientes
reais, gestos e expressões e ter a capacidade de pedir informações adicionais pode
ter um impacto significativo na forma como os estudantes fazem o seu diagnóstico
final. Por esta razão, a transferibilidade dos nossos resultados para um ambiente
clínico autêntico ou outras síndromes clínicas pode ser limitada.

Os estudantes que participaram no nosso estudo eram voluntários, e por este

motivo não se pode excluir a possibilidade de um viés de seleção. Contudo, a
participação voluntária associada à falta de perda de participantes, mesmo seis
meses após a intervenção inicial, pode refletir o interesse exclusivo dos estudantes
em melhorar os seus conhecimentos através desta experiência. A participação no
estudo não teve impacto nas avaliações académicas na instituição dos estudantes,
tornando improvável que estes revissem o conteúdo associado aos casos clínicos
entre as diferentes fases desta experiência, minimizando assim qualquer confusão
imposta pelo impacto do teste no comportamento de aprendizagem.

Também é necessário abordar uma limitação metodológica específica:

embora todos os estudantes tenham tido o mesmo tempo para resolver cada caso
durante a fase de formação, os estudantes do grupo de reflexão estruturada com
exemplos trabalhados podem ter tido mais tempo para analisar a informação do
caso do que os dos outros grupos. Não há forma de excluir a possibilidade de que
as diferenças de tempo na tarefa tenham afetado as pontuações de acurácia. No
entanto, investigações recentes mostram que a acurácia diagnóstica é também
influenciada por diferenças na dificuldade relativa dos casos, reconhecimento da sua
complexidade e déficits de conhecimento.54,55 Neste estudo, os três grupos foram
expostos aos mesmos casos, e a auto-percepção do conhecimento prévio das
doenças envolvidas na avaliação da fase de formação foi a mesma. Por esta razão,
é mais provável que a maior acurácia diagnóstica verificada entre o grupo de
 159

exemplo trabalhado nesta fase tenha resultado de ganhos na organização do

conhecimento em scripts mentais sobre a doença do que do tempo gasto na análise
dos dados.54 Portanto, os nossos dados refletem provavelmente o efeito tardio de
estratégias de reflexão estruturadas sobre a capacidade de acessar o conhecimento
necessário para resolver os problemas clínicos apresentados.

A validade externa também pode ser limitada, uma vez que o estudo foi
realizado numa única instituição. Por este motivo, as extrapolações destes
resultados para outros contextos educacionais devem ser cuidadosamente avaliadas.
Finalmente, o tamanho da amostra é pequeno, limitando a capacidade de detectar
pequenas diferenças.

CONCLUSÃO
Estratégias de ensino de raciocínio clínico por reflexão estruturada já
demonstraram efeitos positivos na acurácia diagnóstica de estudantes de Medicina,
com menos esforço mental, em avaliações de curto prazo. Este estudo demonstra,
de forma inédita, que esse efeito permanece após seis meses da utilização inicial da
estratégia, realçando o potencial desse recurso educacional. Para fortalecer a
reflexão estruturada como uma estratégia de ensino adequada, deve ser explorada a
compreensão dos mecanismos pelos quais a reflexão atua sobre a aprendizagem e
a aplicabilidade dessas estratégias em ambiente clínico.

REFERÊNCIAS

1. Berner ES, Graber ML. O excesso de confiança como causa de erro

diagnóstico na medicina. Am J Med. 2008; 121(5) (suppl):2-23.

2. Pelaccia T, Tardif J, Triby E, Charlin B. Uma análise do raciocínio clínico

através de uma abordagem recente e abrangente: a teoria do processo duplo.
Med Educ Online. 2011; 16 (1):5890.

3. Thampy H, Willert E, Ramani S. Avaliando o raciocínio clínico: Atingir os

níveis superiores da pirâmide. J Gen Interno Med. 2019; 34(8):1631–1636.

4. Ronda A. Introdução ao raciocínio clínico. J Eval Clin Pract. 2001; 7(2): 109–
117.

5. Higgs J, Jones M, Loftus S, Christensen N. Raciocínio Clínico nas Profissões

da Saúde. 3. ed., Philadelphia, PA: Elsevier Health Sciences; 2008.
 160

6. Monteiro SM, Norman G. Raciocínio diagnóstico: onde estivemos, para onde

estamos a ir. Ensinar a Aprender Med. 2013; 25(Suppl 1):26-32.

7. Mamede S, van Gog T, Sampaio AM, Faria RMD, Maria JP, Schmidt HG.
Como pode a competência diagnóstica dos estudantes beneficiar mais da
prática com casos clínicos? Os efeitos de uma reflexão estruturada sobre o
diagnóstico futuro das mesmas e das novas doenças. Acad Med. 2014;
89(1):121-127.

8. Mamede S, Figueiredo-Soares T, Elói-Santos SM, Faria RMD, Schmidt HG,

van Gog T. Fomentar a capacidade diagnóstica dos alunos novatos: o valor
de orientar a reflexão deliberada. Med Educ. 2019; 53:628-637.

9. Eva KW, Brooks LR. A sub-pesagem de diagnósticos gerados implicitamente.

Acad Med. 2000; 75(Suppl):81-83.

10. Mayer RE & Roxana M. Nove formas de reduzir a carga cognitiva na

aprendizagem multimédia.Educ Psyc. 2003;38(1),43-52

11. Ibiapina C, Mamede S, Moura A, Elói-Santos S, van Gog T. Efeitos de uma

reflexão livre, cortada e modelada sobre a competência diagnóstica dos
estudantes de medicina. Med Educ. 2014; 48(8):796-805.

12. Fernandes RAF, Malloy-Diniz LF, de Vasconcellos MC, Camargos PAM,

Ibiapina C. A adição de orientação à reflexão deliberada melhora a precisão
diagnóstica do estudante de medicina. Med Educ. 2021; 55 (10):1161-1171.

13. Mamede S, van Gog T, Moura AS, et al. Reflexão como estratégia para
fomentar a aquisição de competências de diagnóstico por parte dos
estudantes de medicina. Med Educ. 2012; 46(5):464-72.

14. Arthur Jr. W, Bennett Jr. W, Stanush PL, McNelly THL. Factores que
influenciam a decadência e retenção de competências: Uma revisão e análise
quantitativa. Hum Perform. 2009; 11(1):57–101.

15. Custers EJ. Retenção a longo prazo dos conhecimentos científicos básicos:
um estudo de revisão. Advertência em Ciências da Saúde Educ. 2010;
15:109-128.

16. Ebbinghaus H. Memória: Uma contribuição para a Psicologia Experimental.

Nova Iorque, NY: Dover Publications, 1964. [texto original alemão publicado
em 1885].

17. McKenna SP, Glendon AI. Formação profissional em primeiros socorros:

Decadência nas capacidades de reanimação cardiopulmonar (RCP). J
Ocupar Psicol. 1985; 58(2):109–117.

18. Sisson JC, Swartz RD, Wolf FM. Aprendizagem, retenção e recolha de
informação clínica. Med Educ. 1992; 26:454-461.
 161

19. Butler AC, Raley ND. O futuro da educação médica: Avaliar o impacto das
intervenções na retenção a longo prazo e nos cuidados clínicos. J Grad Med
Educ. 2015;7 (3): 483-485.

20. Sullivan PB, Gregg N, Adams A, Rodgers C. De que parte do currículo

principal pediátrico se lembram os estudantes de medicina? Advertência em
Ciências da Saúde Educ. 2013; 18:365-373.

21. Custers EJ, dez Cate OT. Retenção a muito longo prazo dos conhecimentos
científicos básicos nos médicos após a graduação. Med Educ. 2011;
45(4):422-430.

22. Larsen DP, Butler AC, Roediger III HL. Efeitos comparativos entre a
aprendizagem com testes e a auto-explicação na retenção a longo prazo.
Med Educ. 2013; 47(7): 674–682.

23. Bjork RA. Considerações de memória e metamemória na formação dos seres

humanos. In: Metcalfe J, Shimamura A. (Eds.). Metacognição: Saber sobre o
saber. Cambridge, MA: MIT Press, 1994:185-205.

24. Unsworth N, Fukuda K, Awha E, Vogel EK. Memória de trabalho e inteligência

fluida: Capacidade, controlo de atenção, e recuperação de memória
secundária. Cogn Psychol. 2014; 71:1–26.

25. Polydoro SAJ. Escala de autoeficácia na formação superior: construção e

validação do instrumento. Aval Psicol. 2010; 9(2):267-278.

26. Schlottfeldt CG, Pereira DA, Carvalho AM, Malloy-Diniz LF. O teste das
matrizes progressivas de Viena. Manual da Versão Brasileira. São Paulo, SP:
Cetepp; 2014.

27. Paas F, Renkl A, Sweller J. Teoria da carga cognitiva e desenho instrutivo:

Desenvolvimentos recentes. Educ Psychol. 2003; 38(1):1–4.

28. Durning SJ, Costanzo ME, Beckman TJ, et al. A neuroimagem funcional
correlaciona a flexibilidade de pensamento e a estrutura de conhecimento na
memória: Explorando as relações entre o raciocínio clínico e o pensamento
diagnóstico. Med Teach. 2016; 38: 570–577.

29. Bordage G. Protótipos e qualificadores semânticos: do passado ao presente.

Med Educ. 2007; 41:1117-1121.

30. Custers EJFM. Trinta anos de roteiros de doenças: Origens teóricas e

aplicações práticas. Med Teach. 2015; 37(5):457–462.

31. Arca TK, Brooks LR, Eva KW. Os benefícios da flexibilidade: O valor
pedagógico das instruções para adoptar estratégias de raciocínio de
diagnóstico multifacetadas. Med Educ. 2007; 41(3):281-287.
 162

32. Coderre S, Jenkins D, McLaughlin K. As diferenças qualitativas na estrutura

do conhecimento estão associadas ao desempenho diagnóstico em
estudantes de medicina. Adv Health Scientist Educ. 2009; 14(5):677-684.

33. Rottschy C, Langner R, Dogan I, et al. Modelação de correlatos neurais de

memória de trabalho: Uma meta-análise baseada em coordenadas.
NeuroImage. 2012; 60(1):830–846.

34. Heit E, Rotello CM, Hayes BK. Relações entre a memória e o raciocínio.
Psicol Learn Motiv. 2012; 57:57–101.

35. Hruska P, Krigolson O, Coderre S,et al. Memória de trabalho, raciocínio, e

perícia em medicina: conhecimentos sobre a sua relação utilizando
neuroimagens funcionais. Advertência em Ciências da Saúde Educ. 2015;
21(5): 935-952.

36. Monteiro S, Sherbino J, Ilgen JS, Hayden EM, Howey E, Norman G. O efeito
da experiência anterior no raciocínio diagnóstico: exploração do viés de
disponibilidade. Diagnóstico. 2020; 7(3):265–272.

37. Mancinettia T, Guttormsenb S, Berendonkb C. Carga cognitiva em medicina

interna: O que qualquer professor clínico deve saber sobre a teoria da carga
cognitiva Eur J Int Med. 2019; 60:4–8.

38. Custers EJFM. Educação médica e teoria cognitiva contínua: Uma

perspectiva alternativa sobre a resolução de problemas médicos e o
raciocínio clínico. Acad Med. 2013; 88:1074–1080.

39. dez Cate O, Durning SJ. Compreender o raciocínio clínico a partir de múltiplas
perspectivas: Uma visão conceptual e teórica. Em: dez Cate O, Custers E,
Durning SJ. (Eds.). Princípios e prática da educação do raciocínio clínico
baseado em casos: Um método para estudantes pré-clínicos. Switzerlan,
Cham: Springer: 2018; 35-46.

40. Transportador M, Pashler H. A influência da recuperação na retenção. Mem

Cogn. 1992; 20:633–642.

41. Engle R, Kane M. Atenção executiva, capacidade de memória de trabalho, e

uma teoria de dois factores de controlo cognitivo. Psicol Learn Motiv. 2003;
44:145-199.

42. Karpicke JD, Roediger III HL. A recuperação repetida durante a aprendizagem
é a chave para a retenção a longo prazo. J Mem Lang. 2007; 57:151–162.

43. Pyc MA, Rawson KA. Porque é que a prática do estudo de teste é benéfica
para a memória? Uma avaliação da hipótese de mudança de mediador. J Exp
Psychol Learn Mem Cogn. 2012; 38:737–46.
 163

44. Roediger III HL, Karpicke JD. O poder da memória de teste: investigação
básica e implicações para a prática educacional. Perspect Psychol Sci. 2006;
1:181-210.

45. Morris CD, Bransford JD, Franks JJ. Níveis de processamento versus
processamento apropriado de transferência. J Verbo Aprender
Comportamento Verb. 1977; 16 (4):519–33.

46. Raupach T, Andresen JC, Meyer K, et al. Aprendizagem do raciocínio clínico

através de testes: um ensaio aleatório cruzado. Med Educ. 2016; 50:711-720.

47. Phye GD. Transferência estratégica: Uma ferramenta para a resolução de

problemas académicos. Educ Psychol Rev. 1992; 4(4):393-421.

48. Bowen JL. Estratégias educacionais para promover o raciocínio diagnóstico

clínico. N Engl J Med. 2006; 355 (21):2217-2225.

49. Szulewski A, Howes D, van Merriënboer JJG, Sweller J. Da teoria à prática: A

aplicação da teoria da carga cognitiva à prática da Medicina. Acad Med. 2021;
96:24–30.

50. Ribeiro LMC, Mamede S, de Brito EM, Moura AS, de Faria RMD, Schmidt HG.
Efeitos da reflexão deliberada sobre o envolvimento dos estudantes na
aprendizagem e nos resultados da aprendizagem. Med Educ. 2019;53(4):390-
397.

51. Bandura A. Auto-eficácia: Rumo a uma teoria unificadora da mudança de

comportamento. Psychol Rev. 1977; 84(2): 191–215)

52. Bowen JL, dez Cate O. Pré-requisitos para a aprendizagem de princípios de

raciocínio clínico e prática de educação de raciocínio clínico baseado em
casos: Um método para estudantes pré-clínicos. IN dez Cate O, Custers
EJFM, Durning SJ. (Ed.). Princípios e prática da educação do raciocínio
clínico baseado em casos. Switzerlan, Cham: Springer, 2018:47.

53. van Merriënboer JJG, Sweller J. Cognitive load theory in health professional
education: design principles and strategies. Med Educ. 2010; 44:85-93.

54. Norman GR, Sherbino J, Dore K, et al. A etiologia dos erros de diagnóstico:
uma tentativa controlada de raciocínio do sistema 1 vs. sistema 2. Acad Med.
2014; 89(2):277-284

55. Staal J, Alsma J, Mamede S,. et al. A relação entre o tempo para diagnosticar
e a precisão do diagnóstico entre os residentes de medicina interna: uma
experiência aleatória. BMC Med Educ. 2021; 21(1): 1-9.
 164

6.3 Comunicado breve: Análise de esforço mental por indicadores

neurobiológicos durante resolução de casos clínicos através de estratégias de
raciocínio estruturado

INTRODUÇÃO

Nas últimas décadas, pesquisadores têm estudado diferentes estratégias

para o desenvolvimento do raciocínio clínico ao longo da graduação médica. Uma
importante estratégia de ensino para este fim, que já demonstrou eficácia, é a
reflexão estruturada,1,2 desenvolvida a partir da identificação, em casos clínicos, de
comprovações que amparem ou refutem um diagnóstico.3 .Essa técnica requer, após
a leitura do caso, a elaboração de uma hipótese diagnóstica e de diagnósticos
diferenciais e o retorno ao caso para identificar confirmações favoráveis ou
desfavoráveis a cada diagnóstico, em um trabalho que auxilia a identificar qual das
hipóteses deve prevalecer sobre as demais.4

Durante os experimentos com estratégias instrucionais de raciocínio clínico,

medidas de carga cognitiva, especialmente através da avaliação de esforço mental,
podem contribuir para fornecer uma visão mais detalhada sobre o nível de aquisição
e automação de esquemas mentais,5 como uma medida indireta de atenção e
engajamento dos alunos.6,7 Poucos estudos, até o momento, correlacionaram a
carga cognitiva durante aprendizagem com a função cerebral,8-10 o que pode ser
atribuído a dificuldades de registro de atividade cerebral, que usualmente
necessitava de aparelhagem de alto custo, sem possibilidade de aplicação em
atividades cotidianas e incômoda para uso prolongado. No entanto, os recentes
desenvolvimentos tecnológicos facilitaram a utilização do eletroencefalograma
(EEG), com custo reduzido, menor número de eletrodos, uso de solução salina para
hidratação dos mesmos e conectividade sem fio.11-13

Para avaliação de esforço mental através de índices neurofisiológicos

coletados por EEG já existem relatos de experimentos com motoristas,14 pilotos de
avião14,15 e estudantes de nível médio e superior16 que mostraram associação entre
variações de atividade cerebral e percepção de esforço mental. Até o momento, não
há trabalhos que associem estes índices com estratégias instrucionais de raciocínio
clínico.
 165

Este estudo avaliou indicadores neurofisiológicos de esforço mental,

derivados de dados eletroencefalográficos coletados em estudantes de Medicina
enquanto solucionavam casos clínicos a partir de diferentes estratégias de reflexão
estruturada.

MÉTODOS
Participantes do estudo
Estudantes regularmente matriculados no quarto ano da Faculdade de
Medicina do Centro Universitário de Belo Horizonte, no ano de 2018, foram
convidados a participar do estudo. Os critérios de exclusão utilizados foram: alunos
irregularmente matriculados, uso de medicação/substância com potencial de ação
em sistema nervoso central nas 24 horas que antecederam a coleta ou relato de
experiência prévia no conhecimento/utilização da estratégia de raciocínio clínico
reflexivo para a resolução de casos clínicos.

O projeto de pesquisa foi aprovado pelo Comitê de Ética em Pesquisa da

instituição na qual foi realizada a coleta de dados, Certificado de Apresentação para
Apreciação Ética (CAAE) número 81421917.7.0000.5149. A participação dos
estudantes foi voluntária e todos assinaram o termo de consentimento.

Desenho do estudo
Estudo randomizado controlado envolvendo 60 acadêmicos de Medicina do
quarto ano (FIG. 1). Na etapa inicial do estudo, todos os participantes tiveram o grau
de inteligência global (QI) e o nível de autoeficácia (crença e confiança que um
indivíduo tem na sua capacidade de realizar com sucesso as tarefas que lhe são
atribuídas)17 individualmente medidos, pois esses fatores são capazes de interferir
no desempenho de funções executivas complexas. Os instrumentos utilizados foram,
respectivamente, a versão brasileira do teste individual das Matrizes Progressivas de
Viena (WMT-2)18 e o teste General Self-Efficacy Scale.17
 166

Figura 1 – Diagrama de fluxo do estudo

EEG: eletroencefalograma; REL - Reflexão estruturada livre; REP - Reflexão estruturada

com pistas; REET - Reflexão estruturada com exemplo trabalhado.

Em seguida, cada participante recebeu uma lista de doenças, entre as quais

constavam aquelas cujos casos seriam solucionados pelos participantes durante a
coleta de dados. Na lista, o participante tinha que determinar seu grau de
conhecimento com cada doença listada. Essa variável foi medida utilizando-se a
escala de Likert, graduada de um a cinco, conforme o grau de conhecimento teórico
que o aluno avalia ter de cada doença (1- nulo; 2- muito limitado; 3- razoável; 4- bom;
5- excelente). Para a análise dos resultados foi calculada a taxa média de
conhecimento prévio, pela somatória dos escores da amostra marcados na escala
de Likert do instrumento próprio para essa avaliação.

Os participantes foram distribuídos aleatoriamente entre os três grupos

experimentais, denominados: “raciocínio clínico estruturado livre” (REL), “raciocínio
clínico estruturado com pistas” (REP), “raciocínio clínico estruturado com estudo de
exemplo trabalhado” (REET). Após, deviam solucionar ou estudar a solução de três
casos clínicos (dor abdominal aguda, síndrome hematológica e síndrome
respiratória), usando a estratégia de raciocínio clínico estruturado para a qual foram
alocados.
 167

Durante o experimento, os alunos tiveram cinco minutos e meio para ler o

caso e resolvê-lo ou estudar sua resolução, conforme a modalidade de estratégia
proposta para o grupo ao qual estavam alocados. Os participantes do grupo REL
(reflexão estruturada livre) foram orientados a resolver casos clínicos usando a
estratégia de reflexão estruturada proposta por Mamede et al., no seu formato
original.19 Em suma, os alunos devem fornecer dois diagnósticos diferenciais e
contrastar diferentes elementos destes diagnósticos tendo como base o caso clínico
apresentado (sinais clínicos, alterações laboratoriais, elementos que faltam no caso,
mas que seriam relevantes). Nos outros dois grupos, os participantes solucionariam
os casos clínicos usando o instrumento proposto para a reflexão estruturada,
acrescida de elementos que, em tese, reduziriam o esforço cognitivo exigido pela
tarefa e poderiam favorecer a aprendizagem.20 No primeiro desses dois grupos, REP
(reflexão estruturada com pistas), os pesquisadores forneciam para o participante o
passo 1 da reflexão estruturada livre, isto é, os principais diagnósticos para cada
caso a ser diagnosticado. No outro grupo, REET (reflexão estruturada com exemplo
trabalhado), os pesquisadores apresentavam todos os passos da reflexão
estruturada já resolvidos e os participantes deveriam estudar a resolução
apresentada.

Registro do eletroencefalograma

O registro do EEG foi coletado usando o dispositivo Emotiv EPOC®, de 14

canais de EEG. Este dispositivo é um equipamento de EEG portátil, que permite a
captação da atividade neurofisiológica. Os eletrodos são posicionados sobre os
marcos anatômicos AF3, F7, F3, FC5, T7, P7, O1, O2, P8, T8, FC6, F4, F8, AF4,
utilizando as posições predefinidas do Sistema Internacional 10-20 sobre o couro
cabeludo do usuário.21 Dois eletrodos são utilizados na referenciação da medição da
amplitude do sinal elétrico das ondas cerebrais, nas regiões A1 e A2. O EPOC®
também inclui um giroscópio de dois eixos, que detecta mudanças no movimento e
na orientação da cabeça do usuário. O headset pode ser colocado na cabeça com
ajuste anatômico, enquanto se posicionam de forma confiável os sensores.21

O registro foi feito em tempo real, para avaliação de achados

eletroencefalográficos correspondentes à percepção de esforço mental ao utilizar as
diferentes estratégias de prática reflexiva durante a resolução de casos clínicos. A
 168

captação de informações foi realizada sob a forma de “Raw EEG”, pelo software
Emotiv Pure Xavier®.21 As ondas cerebrais foram verificadas em termos de
amplitude (10-100 microvolts) e frequência de 1 a 80 Hz. Foram captadas quatro
bandas independentes principais: delta δ (0.5- 4Hz); teta θ (4-8Hz), alfa α (8-15) e
beta β (15-30Hz).

Para o processamento dos dados do EEG bruto foi utilizado o software

EEGLAB®, versão 7.1.3.13 compilada, que incorpora análise de componentes
independentes (ICA), análise de tempo/frequência, rejeição de artefatos e
estatísticas relacionadas a eventos.22 Todos os arquivos foram importados para o
software no formato European Data Format (EDF). Foi realizada a análise dos 14
canais disponíveis no headset, com ênfase nos representativos das áreas de
interesse para a análise da tarefa cognitiva. Cada sinal registrado durante a prática
dos casos gerou um arquivo com plotagem de 1 a 80 Hz. A transformada rápida de
Fourier implementada no software EEGLAB® foi usada para realizar a análise
espectral e calcular os espectros de potência.

Avaliação de indicadores neurofisiológicos

Para avaliação de indicadores neurofisiológicos de esforço mental23, foram

analisados: 1) Ativação do córtex pré-frontal dorsolateral24,25,26 : potência média dos
espectros das ondas registradas em eletrodo AF3. A ativação desta região está
relacionada a percepção de esforço mental na atualização de informações;
motivação e engajamento, sinalizando quantidade de recursos mentais disponíveis
para tomada de decisão; 2) Potência no espectro de onda beta pré-frontal14,23,27,28:
potência média no espectro de onda beta registrada em eletrodos pré-frontais (AF3,
AF4, F3, F4, F7 e F8). Esta potência aumenta com complexidade da tarefa e reflete
um estado mental de sobrecarga de trabalho; 3) Índice de engajamento na
tarefa23,29,30: cálculo através da fórmula beta/(alfa+teta); média geral dos eletrodos de
todos os canais, nas frequências beta, alfa e teta. É considerado um marcador de
deterioramento do envolvimento na tarefa e fadiga mental. 4) Índice de carga da
tarefa23,31,32: cálculo através da fórmula teta frontal linha média / alfa parietal linha
média; média da frequência alfa nos canais P7 e P8 e média da frequência teta nos
canais AF3, AF4, F3, F4, F7 e F8. Este índice reflete a carga cognitiva na memória
de trabalho.
 169

Para base de comparação foi utilizado o registro dos primeiros sete minutos
do EEG, nos quais todos os alunos fizeram a mesma atividade (leitura das
instruções iniciais do bloco de casos clínicos).

Análise de dados
Os desfechos primários avaliados foram as correlações entre os indicadores
neurobiológicos de esforço mental visualizados e as estratégias de raciocínio clínico
estruturadas.

A comparação entre os três grupos de estudo (REL, REP e REET) no que se

refere às médias de uma determinada variável de interesse (por exemplo, valor
numérico do quociente intelectual) foi realizada utilizando-se a Análise de Variância
com um fator. Nos casos em que a análise indicou a existência de alguma diferença
significativa (p < 0,05) entre os grupos realizou-se as comparações múltiplas de
médias segundo o teste Duncan, para verificar entre quais grupos realmente existe
diferença entre as médias. Com o objetivo de comparar as 3 estratégias (Grupo de
estudo) quanto às medidas dos indicadores do EEG referente aos casos clínicos
aplicados nos alunos o teste não paramétrico de Kruskal-Wallis foi utilizado. O nível
de significância utilizado para as análises foi de 0,05.

RESULTADOS
Sessenta alunos participaram do estudo. Do total, 75% eram mulheres, e a
idade média dos participantes foi de 25,9 anos (25,9±3,7 anos). Não houve variação
estatisticamente significativa de gênero (p=0,171), mas houve diferença de idade
entre os grupos (p=0,018), sendo o grupo REP um pouco mais jovem. O valor médio
de quociente intelectual dos participantes foi de 124,77 (F2=0,880; p=0,417). Em
relação à autoeficácia, todos os grupos apresentaram médias semelhantes (F2; 59 =
0,355, p=0,703). O nível de conhecimento prévio sobre as doenças cujos casos
clínicos seriam resolvidos durante o estudo também não apresentou variação
significativa entre os grupos (p=0,157).

Não houve diferença significativa entre os indicadores neurobiológicos e as

diferentes estratégias estruturadas, para nenhum dos casos clínicos (TAB. 1 a 3)
 170

Tabela 1 - Medidas descritivas e comparativas entre os 3 grupos de estudo quanto às

medidas dos indicadores neurobiológicos de esforço mental, avaliados por EEG –
CASO 1

Medidas descritivas
Indicador Grupo n Média ± d.p. Mediana (Q1 – Q3) p
0,005559
REE 19 0,016071 ± 0,037419
(-0,002088; 0,009041)
Ativação de
córtex 0,001480 H = 3,724
REF 19 -0,000724 ± 0,02929
frontal (-0,002577; 0,00812) 0,155
dorsolateral
-0,002521
REG 19 -0,001873 ± 0,016122
(-0,010496; 0,007382)
-0,002033
REE 18 -0,009004 ± 0,022604
(-0,023786; 0,004313)
Frequência
0,009271 H = 3,352
beta pré- REF 18 0,000154 ± 0,054134
(-0,015517; 0,01314) 0,187
frontal
0,00241
REG 18 0,007096 ± 0,027185
(-0,004442; 0,022246)
0,072049
REE 19 0,001658 ± 0,799503
(-0,136261; 0,523212)
Índice de
0,106083 H = 1,844
engajamento REF 18 -0,049676 ± 0,437261
(-0,438321; 0,254896) 0,398
na tarefa
0,081886
REG 17 0,309311 ± 0,494988
(-0,026294; 0,468918)
-0,23939
REE 16 0,661046 ± 7,491122
(-1,890798; 1,43965)
Índice de
0,125469 H = 0,820
carga da REF 17 2,628744 ± 11,934354
(-2,724975; 4,768767) 0,664
tarefa
0,488568
REG 18 0,522831 ± 5,770845
(-0,974865; 4,37865)
BASE DE DADOS: 61 alunos (REE 20 alunos, REG 21 casos e REF = 20 casos)
NOTA: d.p. Desvio-padrão
p Probabilidade de significância refere-se ao teste de Kruskal-Wallis.
A diferença entre o total de alunos pesquisados em cada grupo e os totais de alunos apresentados na
tabela para cada Grupo refere-se à quantidade de casos sem informação.
 171

TABELA 2 - Medidas descritivas e comparativas entre os 3 grupos de estudo quanto

às medidas dos indicadores neurobiológicos de esforço mental, avaliados por EEG –
CASO 2

Medidas descritivas
Indicador Grupo n Média ± d.p. Mediana (Q1 – Q3) p
0,001505
REE 20 0,019856 ± 0,045626
(-0,002415; 0,019095)
Ativação de
córtex 0,001248 H = 0,531
REF 18 0,001636 ± 0,02326
frontal (-0,004813; 0,012735) 0,767
dorsolateral
0,001784
REG 17 0,001598 ± 0,0125
(-0,004573; 0,006674)
-0,002398
REE 19 -0,009811 ± 0,04329
(-0,009194; 0,010883)
Frequência
0,007953 H = 0,951
beta pré- REF 18 -0,005092 ± 0,062767
(-0,020342; 0,039048) 0,622
frontal
0,002085
REG 17 0,00398 ± 0,012797
(-0,002278; 0,010758)
0,206033
REE 19 0,029277 ± 1,312828
(-0,015631; 0,647542)
Índice de
0,260091 H = 2,180
engajamento REF 17 0,139173 ± 1,049599
(0,035313; 0,452494) 0,336
na tarefa
0,068814
REG 17 0,121674 ± 0,600398
(-0,107072; 0,269528)
-0,040803
REE 16 0,618739 ± 6,695217
(-0,953034; 1,451894)
Índice de
0,467690 H = 0,352
carga da REF 14 -1,664292 ± 7,567381
(-3,629659; 2,555572) 0,839
tarefa
0,010834
REG 16 -5,374645 ± 22,985365
(-1,431013; 1,114597)
BASE DE DADOS: 61 alunos (REE 20 alunos, REG 21 casos e REF = 20 casos)
NOTA: d.p. Desvio-padrão
p Probabilidade de significância refere-se ao teste de Kruskal-Wallis.
A diferença entre o total de alunos pesquisados em cada grupo e os totais de alunos apresentados na
tabela para cada Grupo refere-se à quantidade de casos sem informação.
 172

TABELA 3 - Medidas descritivas e comparativas entre os 3 grupos de estudo quanto

às medidas de cada um dos indicadores do EEG e do grau de esforço – CASO 3
Medidas descritivas
Indicador Grupo n Média ± d.p. Mediana (Q1 – Q3) p
0,000487
REE 20 0,012123 ± 0,040711
(-0,003187; 0,011479)
Ativação de
córtex -0,000162 H = 0,648
REF 18 -0,003313 ± 0,020107
frontal (-0,007397; 0,005998) 0,723
dorsolateral
-0,000726
REG 17 -0,000205 ± 0,021682
(-0,011548; 0,007837)
-0,002223
REE 19 -0,001915 ± 0,0689
(-0,017608; 0,013147)
Frequência
0,006864 H = 1,059
beta pré- REF 18 0,001796 ± 0,058297
(-0,017606; 0,035747) 0,589
frontal
0,005047
REG 17 0,003744 ± 0,020047
(-0,005806; 0,016794)
0,183478
REE 19 0,325803 ± 0,667719
(0,031352; 0,385588)
Índice de
0,241342 H = 3,518
engajamento REF 17 0,239312 ± 0,98506
(-0,116112; 0,715462) 0,172
na tarefa
0,061463
REG 17 -0,103981 ± 0,539023
(-0,095266; 0,219639)
0,918605
REE 16 -1,421941 ± 14,154223
(-1,60531; 1,847207)
Índice de
0,286999 H = 0,107
carga da REF 14 -0,365352 ± 6,213717
(-3,709235; 3,626122) 0,948
tarefa
0,072129
REG 16 0,335642 ± 14,630309
(-2,119527; 2,705869)
BASE DE DADOS: 61 alunos (REE 20 alunos, REG 21 casos e REF = 20 casos)
NOTA: d.p. Desvio-padrão
p Probabilidade de significância refere-se ao teste de Kruskal-Wallis.
A diferença entre o total de alunos pesquisados em cada grupo e os totais de alunos apresentados na
tabela para cada Grupo refere-se à quantidade de casos sem informação.

DISCUSSÃO

Este estudo não mostrou diferença na associação entre indicadores

neurobiológicos de esforço mental e utilização de diferentes estratégias de raciocínio
clínico estruturado. A homogeneidade da nossa amostra, com características
semelhantes entre os participantes (mesmo período de formação; conhecimento
prévio das doenças, níveis de autoeficácia e quociente intelectual semelhantes), e a
 173

utilização dos mesmos casos clínicos, com mesmo tempo de resolução e variação
apenas da estratégia utilizada para resolvê-los, reforçam a importância deste achado.
A estratégia de reflexão estruturada livre, quando comparada à adicionada de pistas
ou exemplificada, apresenta maior carga cognitiva extrínseca e menor carga
pertinente, o que intuitivamente nos leva a pensar que determinaria maior esforço
mental. Em avaliações subjetivas feitas por autopercepção de esforço em escalas
visuais esta percepção intuitiva é confirmada.33-35 A ausência de diferenças
significativas em indicadores objetivos de esforço mental entre as estratégias, nesta
amostra, contribui para a necessidade de novas pesquisas, direcionadas a fornecer
métricas quantitativas que auxiliem alunos e professores na escolha de estratégias
de ensino que potencializem o aprendizado.36

O esforço mental é um processo de mobilização voluntária de recursos, que

depende das demandas da tarefa em relação à quantidade de recursos que o aluno
deseja ou é capaz de alocar. Quando a carga extrínseca de uma tarefa é reduzida,
como nas estratégias adicionadas de orientações (guiada por pistas ou por exemplo
trabalhado), os alunos podem investir a capacidade cognitiva restante em processos
que contribuem para o aprendizado.37 Se os alunos perceberem o aprendizado de
uma tarefa como muito difícil, eles podem não estar dispostos a investir esforço
mental nisso, e deixam de aprender.36

Para converter o esforço mental em um objeto acessível de estudo científico,

um primeiro passo útil é operacionalizá-lo em termos de processamento de
informações, como a utilização de indicadores neurobiológicos do esforço,
mensuráveis através de registro eletroencefalográfico, que foi o objetivo deste
trabalho. A base mecanicista para o esforço mental permanece mal compreendida.
Em uma rede muito grande, como as de conexões neurais envolvidas no
aprendizado, sobreposição de vias (ou seja, o uso compartilhado de representações
por diferentes processos) produz rapidamente gargalos que exigem gestão pela
intervenção de um sistema de controle. O esforço mental seria um mecanismo
regulador da capacidade de processar várias informações ao mesmo tempo.25
Estratégias de ensino menos estruturadas, com maior número de informações a
serem processadas, como a reflexão livre avaliada neste estudo, poderiam aumentar
os gargalos e determinar pior regulação na capacidade de processamento de
informações,38 podendo influenciar tanto no engajamento na resolução do caso
 174

quanto na acurácia diagnóstica. Estudos prévios detectaram menor nível de acurácia

diagnóstica relacionados à estratégia livre, sem instruções adicionais.33-35

Os indicadores neurobiológicos de esforço são derivados da observação de

alterações do ritmo cerebral, durante a realização de tarefas que exijam diferentes
demandas cognitivas. Estas alterações são medidas em áreas corticais relacionadas
à cognição. O córtex pré-frontal (PFC) sintetiza e representa diversas formas de
informação necessárias para orientar o desempenho em tarefas complexas,38 como,
por exemplo, a resolução de casos clínicos. Esta região desempenha um papel
importante na atenção, concentração e em funções executivas, incluindo
planejamento, seleção e regulação contínua de comportamentos direcionados a
objetivos.39 Para este trabalho, foram selecionados indicadores que permitissem
avaliar o esforço mental associado a processos de tomada de decisão (como o
raciocínio clínico), considerando a hipótese de que estratégias de ensino mais
estruturadas estariam associadas a menores índices de esforço mental, conforme
resultados encontrados em estudos anteriores,33-35 que utilizaram as mesmas
estratégias e avaliaram o esforço através de escalas visuais subjetivas.

A ativação do córtex pré-frontal dorsolateral (DLPFC) representa a

capacidade de exercer esforço mental e de atualizar informações por tempo
duradouro durante a realização de uma tarefa, informando sobre a motivação para
exercer o esforço mental e decidir se envolver em um comportamento exigente e
direcionado a um objetivo.27 Evidências comprovam o envolvimento desta região
tanto na previsão da capacidade de trabalho mental quanto na atualização dessas
informações à medida que o indivíduo desenvolve fadiga crescente.26

O aumento na atividade beta no PFC está associado a aumento da

complexidade de tarefas15,31 e estresse mental.16 A variação do espectro desta
potência é sensível na detecção de variações na excitação do voluntário da
pesquisa devido às demandas da tarefa.27 Considerando que a complexidade da
tarefa também é um modulador de excitação12 e que a excitação influencia o registro
do EEG, é plausível supor que mudanças na atividade beta realmente refletem um
estado mental de sobrecarga de trabalho devido à complexidade da tarefa.14,28
Autores utilizaram dispositivos de EEG portáteis em equipes cirúrgicas realizando
procedimentos de complexidade crescente e verificaram que o aumento da atividade
 175

beta frontal esteve diretamente relacionada a procedimentos cirúrgicos tecnicamente

mais exigentes.40

Estudos anteriores também demonstraram redução no poder espectral de

alfa41 e aumento de teta42 associados ao aumento da dificuldade na realização de
diferentes tarefas. A partir destas observações, foram criados índices
neurofisiológicos associados a esforço mental.23,43 O índice de engajamento (razão
entre a potência beta e a soma da potência teta e alfa)44 pode ser usado para
detectar a deterioração do envolvimento em uma tarefa - redução neste índice
durante tarefas que exijam atenção sustentada demonstra a deterioração do
engajamento ao longo do tempo.16,32,30 O índice de carga da tarefa (proporção da
média de energia de teta frontal da linha média para a energia alfa parietal
média)14,31 reflete a carga cognitiva na memória de trabalho e aumenta ao longo do
tempo durante diferentes tarefas cognitivas.32

É possível discutir algumas razões para a discrepância entre os achados

deste trabalho e aqueles encontrados por pesquisadores que utilizaram a escala
visual subjetiva para avaliação de esforço mental.33-35 A primeira razão pode estar
associada ao desenho do estudo: embora tenham sido analisadas as janelas
temporais do registro eletroencefalográfico apenas para o período relacionado ao
uso da estratégia de raciocínio estruturada, não podemos descartar o registro de
esforço mental associado à definição do diagnóstico do caso clínico, o que pode ser
um fator de confusão. O tempo de coleta do registro de atividade cerebral pode ter
sido curto para avaliação dos indicadores neurobiológicos associados à fadiga e
engajamento. Entretanto, a viabilidade da coleta é uma questão importante quando
os alunos precisam manter a atenção por longos períodos, pois um dos principais
desafios da coleta de dados do EEG é minimizar a interferência no processo de
aprendizagem enquanto maximiza a validade dos dados. Embora seja desejável
coletar dados para inferir estados cognitivos, é igualmente importante que os alunos
se sintam confortáveis com os sensores

Outra razão pode estar associada às limitações características do dispositivo

de coleta do EEG: baixa resolução espacial e existência de sinais não-cerebrais
indesejados; esta limitação foi parcialmente minimizada pela utilização de softwares
de detecção automática de artefatos, para melhorar a qualidade do sinal. Cada
 176

pessoa tem uma geometria cerebral anatômica e funcional única - ambas

contribuindo para as diferenças interindividuais observadas nos sinais medidos do
couro cabeludo.45 Este fato pode dificultar a análise de modelos robustos de
estimativa de estado cognitivo.

O tamanho amostral deste trabalho, embora maior que o da maioria dos

estudos que utilizaram os índices neurobiológicos de esforço mental, permite que as
conclusões sejam generalizáveis apenas à população amostrada, por isso é possível
que a repetição do estudo em outros centros, com maior número de participantes,
possa apresentar resultados diferentes.

Diferenças subjetivas na percepção do aluno sobre o conceito de esforço

mental em relação ao que o pesquisador deseja objetivamente medir também
podem auxiliar a explicar nossos resultados. O esforço mental investido no processo
de aprendizagem e a dificuldade percebida para realizar a tarefa que permite a
aprendizagem estão, em certa medida, relacionados, mas são dois conceitos
diferentes, que podem levar a interpretações diferentes. O esforço mental investido
na aprendizagem diz respeito a um processo, e a percepção do mesmo
provavelmente envolverá mais aspectos (como a motivação, por exemplo) do que
apenas a tarefa em si.7,37

Tarefas de alta carga pertinente, tais como a reflexão com pistas e por
exemplo trabalhado, podem requerer altos níveis de esforço mental, mas,
contrariamente ao esforço da estratégia reflexiva livre ou de estratégias de ensino
não reflexivas, nas quais grande parte do esforço é alocado para reduzir a carga
extrínseca, nas estratégias reflexivas adicionadas de orientações o esforço é
investido em processos que fomentam a aprendizagem.46 Nas medições utilizando a
escala subjetiva visual, o aluno é orientado a assinalar o esforço que despendeu
para preencher ou estudar a tabela que orienta a reflexão. Na medição objetiva,
através de indicadores neurofisiológicos, como neste estudo, tanto o esforço
investido no processo de aprendizagem quanto aquele necessário à assimilação de
novo conteúdo, ainda que apresentado de forma organizada, podem ter sido
detectados, o que poderia explicar a ausência de diferença significativa entre os
indicadores neurobiológicos e as diferentes estratégias estruturadas.
 177

CONCLUSÃO

Neste estudo, não houve associação entre a medida de esforço mental por indicador
neurofisiológico e uso de diferentes estratégias de reflexão estruturada para
resolução de casos clínicos. Na linha de pesquisa sobre reflexão estruturada
enquanto ferramenta adequada para o ensino do raciocínio clínico a alunos menos
experientes, estudos que busquem medidas objetivas de esforço mental
relacionadas ao uso de cada estratégia justificam-se pela possibilidade de usar tais
medidas como um índice de carga cognitiva da tarefa. Este índice é um componente
importante de avaliação de eficiência instrucional, contribuindo para melhorar a
aplicabilidade das estratégias e abrir caminho para novas pesquisas que tenham
como alvo estratégias instrucionais mais eficazes.

REFERENCIAS

1. Cutrer WB, Sullivan WM, Fleming AE. Educational strategies for improving
clinical reasoning. Curr Probl Pediatr Adolesc Health Care. 2013; 43(9):248-57.

2. Charlin B, Tardif J, Boshuizen H. Scripts and medical diagnostic knowledge:

theory and applications for clinical reasoning instruction and research. Acad
Med.2000; 75(2):182–190.

3. Mamede S, Schmidt HG. The structure of reflective practice in Medicine. Med

Educ. 2004; 38:1302–8.
4. Mamede S, van Gog T, van den Berge K, Rikers RMJ, van Saaze JLCM, et al.
Effect of availability bias and reflective reasoning on diagnostic accuracy among
internal medicine residents. JAMA. 2010; 304:1198–1203.

5. Paas F, van Merriënboer JJG, Adam JJ. Measurement of cognitive load in

instructional research. Percep Motor Skills. 1994; 79.1: 419-430.

6. Tuovinen JE, Paas F. Exploring multidimensional approaches to the efficiency of

instructional conditions. Instruct Sci. 2004; 32:133e152.

7. Paas F, Tuovinen J, Tabbers H, van Gerven PWM. Cognitive load measurement

as a means to advance cognitive load theory, Educat Psychol. 2003; 38:63–71.
 178

8. Lina FR, Kaob CM. Mental effort detection using EEG data in E-learning contexts.
Comput Educat. 2018; 122:63–79.

9. Wu C, Chen CM., Wu CH. Effects of different video lecture types on sustained

attention, emotion, cognitive load, and learning performance. Comput Educ. 2015;
80:108–121.

10. Galán FC, Beal CR. EEG estimates of engagement and cognitive workload
predict math problem solving outcomes. User modeling, adaptation, and
personalization Berlin Heidelberg: Springer, 2012, pp. 51–62.

11. Paas F, van Gog T. Optimising worked example instruction: Different ways to
increase germane cognitive load. Learn Instruct. 2006, 16:87-91.

12. Mak JN, Chan RH, Wong SW. Evaluation of mental workload in visual-motor task:
Spectral analysis of single-channel frontal EEG. In: 39th Annual Conference of
the IEEE Industrial Electronics Society (IECON). New Work: IEEE, 2013, pp.
8426–8430.

13. Sun JCY, Yeh KPC. The effects of attention monitoring with EEG biofeedback on
university students’ attention and self-efficacy: The case of anti-phishing
instructional materials. Comput Educat. 2017; 106:73–82.

14. Borghini G., Astolfi L., Vecchiato G., Mattia D., and Babiloni F. Measuring
neurophysiological signals in aircraft pilots and car drivers for the assessment of
mental workload, fatigue and drowsiness. Neurosci. Biobehav.Rev. 2014, 44, 58–
75.

15. Berka C, Levendowski DJ, Lumicao MN, Yau A, Davis G, Zivkovic VT, et al. EEG
Correlates of Task Engagement and mental workload in vigilance, learning, and
memory tasks. Aviat Space Environm Med. 2007; 78(5):B231–B244.

16. Conrad C; Bliemel M. Psychophysiological measures of cognitive absorption and

cognitive load in elearning applications. Conference Paper December 2016.
Thirty Sixth International Conference on Information Systems, Dublin 2016.

17. Polydoro SAJ. Escala de autoeficácia na formação superior: construção e

validação do instrumento. Avali Psicol. 2010; 9(2):267-278.
 179

18. Schlottfeldt CG, Pereira DA, Carvalho AM, Malloy-Diniz LF. O teste das matrizes
progressivas de Viena. Manual da Versão Brasileira. São Paulo: Cetepp, 2014.

19. Mamede S, van Gog T, Moura AS, de Faria RM, Peixoto JM, Rikers RM, et al.
Reflection as a strategy to foster medical students’ acquisition of diagnostic
competence. Med Educat. 2012; 46(5):464-72.l91.

20. Paas F, Renkl A, Sweller J. Cognitive load theory and instructional design:
Recent developments. Educat Psychol. 2003; 38(1),1–4.

21. Emotiv Epoc User Manual Headset and software setup for your Emotiv EPOC
neuroheadset. 2014. Disponível em: https://www.emotiv.com/knowledge-
base/where-can-i-find-a-user-manual/. Acesso em: 13 de junho de 2021.

22. Swartz Center for Computational Neuroscience. What is EEGLAB? Site Oficial
SCCN. Disponível em: <https://sccn.ucsd.edu/eeglab/index.php>. Acesso em: 19
junho 2021.

23. Ismail LE, Karwowski W. Applications of EEG indices for the quantification of
human cognitive performance: A systematic review and bibliometric analysis.
PLoS ONE. 2020, 15(12):e0242857.

24. Miller EJ; Cohen JD. An integrative Theory of prefrontal cortex function. Annu.
Rev. Neurosci. 2001. 24:167–202.

25. Botvinick M.; Braver T. Motivation and cognitive control: from behavior to neural
mechanism. Ann rev psych 2015, (66): 83-113.

26. Soutschek A, Tobler PN. Causal role of lateral prefrontal cortex in mental effort
and fatigue. Hum Brain Mapp. 2020; 41:4630–4640.

27. Shenhav A, Musslick S, Lieder F, Kool W, Griffiths TL, Cohen JD, Botvinick MM.
Toward a Rational and Mechanistic Account of Mental Effort. Annu. Rev.
Neurosci. 2017. 40:99–124.

28. Okogbaa OG, Shell RL, Filipusic D. On the investigation of the

neurophysiological correlates of knowledge worker mental fatigue using the EEG
signal. Appl Ergonom. 1994; 25(6):355-365.
 180

29. Prinzel L, Freeman F, Scerbo M, Mikulka P, and Pope A., “A Closed-Loop

System for Examining Psychophysiological Measures for Adaptive Task
Allocation,” Int. J. Aviat. Psychol. 2000, 10: 4.

30. Kamzanova AT, Kustubayeva AM, and Mathews G. “Use of EEG Workload
Indices for Diagnostic Monitoring of Vigilance Decrement,” Hum. Factors. 2014,
56 (6): 1136–1149.

31. Smith M, Gevins A, Brown H, Karnik A, Du R., and Francisco S. “Monitoring Task
Loading with Multivariate EEG Measures during Complex Forms of Human-
Computer Interaction,” Hum. Factors. 2001, 3 (3): 366–380.

32. Holm A, Lukander K, Korpela J, Sallinen M, and Muller K M I. “Estimating Brain

Load from the EEG,” Sci. World J.2009, 9: 639–651.

33. Ibiapina C, Mamede S, Moura A, Elói‐Santos S, van Gog T. Effects of free, cued
and modelled reflection on medical students diagnostic competence. Med Educat.
Aug. 2014; 48(Issue8):796-805.

34. Fernandes RAF, Malloy-Diniz LF, de Vasconcellos MC, Camargos PAM, Ibiapina
C. Adding guidance to deliberate reflection improves medical student’s diagnostic
accuracy. Med Educ. 2021; 00:1–11.

35. van Gog T, Paas F, van Merriëboer JJG. Effects of studying sequences of
process-oriented and product-oriented worked examples on troubleshooting
transfer efficiency. Learn Instruct. 2008; 18:211e222.

36. Paas F; Tuovinen JE; van Merriënboer JJG; Dara AA. A Motivational Perspective
on the Relation Between Mental Effort and Performance: Optimizing Learner
Involvement in Instruction. ETR&D, 2005, (53), 3: 25–34.

37. Paas F, Van Merriënboer JJG. The efficiency of instructional conditions: An

approach to combine mental-effort and performance measures. Hum Fact, 1993;
35:737e743.
 181

38. Fournier LR, Wilson GF, Swain CR. Electrophysiological, behavioral, and
subjective indexes of workload when performing multiple tasks: manipulations of
task difficulty and training. Int J Psychophysiol. 1999; 31(2):129-145.

39. Miller EK. The prefrontal cortex and cognitive control. Nat Rev Neurosci. 2000;
1(1):59-65

40. Morales DJM, Ruiz-Rabelo JF, Diaz-Piedra C, Di Stasi LL. Detecting mental
workload in surgical teams using a wearable single-channel
electroencephalographic. J Surg Educat. 2019; 76(4):1107-1115.

41. Ryu K.; Rohae M. “Evaluation of mental workload with a combined measure
based on physiological indices during a dual task of tracking and mental
arithmetic,” Int. J. Ind. Ergon. 2005, 35: 991–1009.

42. Lei S; Roetting M. “Influence of task combination on EEG spectrum modulation

for driver workload estimation,” Hum. Factors, 2011, 53 (2): 168–179.

43. Tran Y, Craig A, Craig R, Chai R and Nguyen H. (2020). The influence of mental
fatigue on brain activity: Evidence from a systematic review with meta‐analyses.
Psychophysiology, 57(5), e13554.

44. Freeman FG, Mikulka PJ, Scerbo MW and Scott L. “An evaluation of an adaptive
automation system using a cognitive vigilance task,” Biol. Psychol. 2004, 67 (3):
283–297.

45. Kothe CA, Makeig S. Estimation of task workload from EEG data: new and
current tools and perspectives. Conf. Proc. IEEE Eng. Med. Biol. Soc.2011,
6547–6551.

46. van Gog T, Paas F. Instructional efficiency: Revisiting the original construct in
educational research. Educat Psychol. 2008; 43:16-26.
 182

7 CONSIDERAÇÕES FINAIS

Minha chegada ao território da pesquisa não foi um desejo. Fruto da necessidade de

aprimoramento para algo que amo fazer - lecionar - a pesquisa, inicialmente, tanto
no mestrado (cursado na Santa Casa de BH) quanto no doutorado, foi por mim
encarada como “um mal necessário”. Hoje sei que, longe de ser um mal, é
extremamente necessário que nós, professores, sejamos também pesquisadores,
pois a pesquisa amplia e refina nosso modo de pensar. Com todos os percalços de
lidar com este tema fascinante, mas ainda pouco estudado (efeito tardio de
estratégias instrucionais, Neurociências e aprendizado), fui aprendendo, com grande
ajuda da pandemia de COVID-19, o que é ser resiliente.

Eu, que fui uma aluna mediana em Neuroanatomia e que mal sei programar meu
celular para funcionar de forma mais ágil, vi-me às voltas com um dispositivo de
interface cérebro-computador que, por várias vezes, desafiou a mim e a meus
alunos de iniciação científica. Diversas vezes acreditamos que ele tivesse vida
própria, pois, no início de nosso relacionamento, ele funcionava quando queria - em
alguns dias emburrava, em outro trabalhava maravilhosamente. Até que, com a
preciosa ajuda dos técnicos do laboratório de informática do UNIBH e com o auxílio
internacional do suporte técnico do Emotiv (que, de quebra, me ajudou a melhorar
meu inglês), conseguimos domá-lo. E os resultados aí estão: de forma inédita,
conseguimos registrar a atividade cerebral de acadêmicos de Medicina durante a
resolução de casos clínicos.

Não foi fácil, e continua não sendo. Os percalços relacionados à coleta mostraram-
se pequenos quando comparados àqueles relacionados ao processamento e análise
de dados. Novamente fui convidada a sair de minha zona de conforto e ler muito,
muito mesmo, sobre esforço mental de pilotos de aviação, estratégias de marketing
baseadas em registros de atividade cerebral e atenção, entre outras tecnologias que
não fazem parte do meu cotidiano. Eu e Dr. Cassio, meu querido e zen orientador,
procuramos muito até encontrar alguém com experiência na análise de EEG e em
Psicologia Cognitiva. Agradecemos imensamente ao Dr. Henrique Teruo e ao Dr.
Álvaro Machado, que aceitaram o desafio conosco. Agradeço também ao Dr.
 183

Leandro Malloy que, com sua genialidade, apontou caminhos e despertou

inquietações que me fizeram ir além.

Há muitos dados coletados em relação ao EEG que possibilitarão outras pesquisas,

outros artigos, em momento próprio, com a visão de novas pessoas. Para esta tese,
considero o objetivo alcançado: conseguimos mostrar que as estratégias que
utilizam a prática reflexiva para o ensino do raciocínio clínico, especialmente as
estruturadas, têm impacto positivo em longo prazo. Além disso, conseguimos utilizar
um dos dados coletados pelo EEG portátil para avaliar a métricas de esforço mental,
colocando nosso tijolinho nessa enorme construção do conhecimento sobre
educação médica. É só o começo.

A melhor parte deste trabalho foi perceber que me sinto mais feliz e mais forte ao
final da jornada. Posso ter contribuído cientificamente para a educação médica, mas
o que o doutorado fez por mim, especialmente para minha prática profissional,
supera de longe, a meu ver, a contribuição científica. Um professor não se faz
apenas a partir de sua dimensão acadêmica, mas também social, pessoal e
vocacional. Somos chamados a repensar, para muito além de nosso papel formativo,
como podemos transformar para melhor nossa atividade didática, especialmente
voltada para a aprendizagem centrada no aluno e no uso de novas tecnologias
educacionais, sem esquecer a necessidade de integrar ensino, pesquisa e extensão.
Devemos focar no alvo de nosso trabalho: uma formação médica (e cidadã) crítica e
reflexiva, com forte coesão entre teoria e prática, conhecedora das limitações de
cada cenário e altamente envolta em humanização.

Várias dessas habilidades me foram dadas nessa caminhada de quase quatro anos.
Muitas vezes repetimos uma forma de ensinar a qual fomos expostos – “se deu certo
pra mim, por que não dará certo para meu aluno?”, esquecendo-nos das
particularidades da geração atual, extremamente ligada em tecnologias e desafios.
Não basta apenas dominar o conteúdo e ser um bom profissional médico em sua
prática de atendimento. Há que se atrever a conceber e implementar soluções
pedagógicas adequadas à aprendizagem dos estudantes de hoje. E, ao fazer parte
desta linha de pesquisa sobre estratégias, vivenciei o quanto a teoria e a prática
inerentes a esta pesquisa me transformaram e me propiciaram a oportunidade de
 184

ser empática em relação a um aprendizado mais acessível, técnico, prazeroso e que

produza resultados duradouros. Com os resultados da pesquisa, pude perceber
como houve ganho de conhecimento e eficácia entre os alunos, especialmente ao
utilizar o exemplo trabalhado, que agora é parte permanente no meu arsenal de
ferramentas para o ensino do raciocínio clínico.

Agradeço imensamente ao Dr. Marcos Vasconcellos e à Dra. Raquel Fernandes, que

formaram a base deste trabalho em conjunto com o Dr. Cássio, e espero que
tenham orgulho dos vários frutos que virão de seu esforço inicial; agradeço também
ao Dr. Alexandre Moura, nosso companheiro de última hora que, com seu olhar
arguto e preciso, auxiliou na revisão dos resultados e na escrita do artigo original
número 2, agregando qualidade e novas ideias à introdução desta tese.

Até o momento, não há modelo de raciocínio clínico que, se aplicado, possa explicar
como e por que alunos de sucesso chegam ao diagnóstico correto, enquanto alunos
malsucedidos não. O aprimoramento do raciocínio clínico envolve diferentes
categorias de conhecimento, bem como várias habilidades cognitivas, e é chave
para melhorar a acurácia diagnóstica. Na universidade, tradicionalmente o foco está
no ensino do conhecimento médico, a fim de dar ao aluno uma base para a
resolução de problemas clínicos reais dos pacientes. Entretanto, a estruturação do
diagnóstico ultrapassa o aprendizado sobre características da doença e depende de
diferentes formas de conhecimento: conceitual (elementos básicos que se deve
saber para se familiarizar com uma disciplina ou resolver problemas nela);
estratégico (métodos de inquérito e critérios para o uso de habilidades, algoritmos e
técnicas para a execução de uma tarefa); condicional (inter-relações entre os
elementos básicos dentro de uma estrutura maior que lhes permita funcionar juntos)
e metacognitivo (conhecimento sobre tarefas cognitivas e autoconhecimento).

Estudantes de Medicina têm dificuldades em aplicar o conhecimento conceitual a

casos clínicos. Espero que este trabalho, e outros que virão com nossa linha de
pesquisa, possam transformar essa realidade e mostrar aos alunos que aprender
“para a vida” não precisa ser sofrido, solitário ou desprazeroso, além de
instrumentalizar os professores médicos com estratégias úteis, práticas e que
promovam aprendizado duradouro.
 185

ANEXOS E APÊNDICES

Anexo A - Parecer ético do CEP

186
 187

Anexo B – Autorização para realização de pesquisa no curso de Medicina do

UNIBH
188
 189

Anexo C - Autoavaliação de conhecimentos e experiência clínica prévia

190
 191

Anexo D - Escala de autoeficácia

192
 193

Anexo E – Orientações aos participantes – Fase de treinamento

Caro participante,

Neste material estão apresentados 12 casos clínicos baseados em pacientes reais.

Cada caso será trabalhado em duas fases, num tempo total de sete minutos para cada caso.
Nós controlaremos o tempo de trabalho.
Na primeira fase, você terá até 1,5 minuto para a leitura do caso clínico e registro do
diagnóstico que considere o mais provável. Estamos interessados em obter a primeira
impressão diagnóstica que lhe vem à mente. Muitas vezes, o primeiro diagnóstico que vem
à mente do médico é o diagnóstico correto. Esse tempo se mostrou suficiente em estudos
anteriores, e é o tempo máximo que você terá. Procure ser o mais rápido possível em
escrever a sua primeira impressão diagnóstica assim que terminar a leitura. Escreva seu
diagnóstico da forma mais precisa e específica possível. Por exemplo, “anemia ferropriva” é
mais preciso do que “anemia carencial” ou simplesmente “anemia”. Escreva uma única
hipótese diagnóstica nessa primeira fase.
Completado 1,5 minuto, nós comunicaremos, e se você ainda não tiver escrito o
diagnóstico do caso, você deve fazê-lo de imediato e virar a página para o início da segunda
fase de trabalho do caso.
Na segunda fase, o caso clínico está reapresentado e você deverá desenvolver o
raciocínio clínico, conforme as orientações específicas, no tempo de 5,5 minutos. Finalizado
esse tempo, nós comunicaremos e você deverá virar a página e aguardar a ordem para
iniciar o trabalho do caso subsequente.
É preciso que todos os participantes utilizem o mesmo tempo total para cada caso
(sete minutos). Por isso, você receberá o seu bloco de casos, mas só deverá iniciar os
trabalhos de cada caso e passar para o caso subsequente quando autorizado. É importante
seguir as instruções, e lembre-se de registrar o horário de início e término de cada atividade.
Para facilitar sua compreensão quanto à execução da atividade, nesse bloco que
você receberá agora existe um “caso exemplo”.
O estudo visa avaliar formas diferentes de se ensinar o raciocínio clínico. Finalizada
a coleta de dados, faremos o feed-back com explicação de todos os casos. Por favor, não
discutam com os colegas sobre a dinâmica de seu grupo nem sobre os diagnósticos
aventados.

Bom trabalho!
 194

Apêndice A - Termo de Consentimento Livre e Esclarecido

Titulo do Projeto: Análise por interface cérebro-computador de potenciais evento-

relacionados e de sua relação com acurácia diagnóstica em estudantes de Medicina
submetidos a diferentes estratégias de raciocínio reflexivo

Prezado(a) estudante,

Um dos desafios enfrentados por um professor de Medicina é contribuir para que

seus alunos adquiram os conhecimentos e desenvolvam a capacidade necessária
para fazer o diagnóstico diferencial dos problemas clínicos mais relevantes. Isso
envolve o domínio de grande quantidade de informações sobe os mecanismos
fisiopatológicos subjacentes às doenças ou às suas manifestações clínicas, além do
desenvolvimento de habilidades para aplicar tais conhecimentos na resolução de
problemas clínicos. Como docentes preocupados com a educação médica e
particularmente com o ensino docente-assistencial, consideramos importante avaliar
se a técnica de resolução de casos clínicos simulados, baseados em casos reais,
poderia favorecer mais acurácia diagnóstica.

Entender os mecanismos cerebrais envolvidos nessa técnica pode contribuir para o

desenvolvimento e aprimoramento dessa metodologia. Com esse objetivo, estamos
conduzindo este estudo no qual você precisará resolver alguns casos clínicos, de
acordo com as orientações fornecidas por um dos pesquisadores por meio de
intervenção educacional. Durante a resolução, você utilizará uma interface cérebro-
computador que registrará sua atividade cerebral, chamada EMOTIV, que se trata
de um dispositivo portátil caracterizado por eletrodos que são ajustados ao couro
cabeludo e captam a atividade cerebral, transmitindo-a, via wireless, a um
computador no qual um software fará o processamento e leitura das ondas cerebrais.

Essa tarefa será executada em duas sessões diferentes de atividade prática; na

primeira, você deverá analisar e indicar os diagnósticos de dois conjuntos de casos
clínicos. Para a realização da atividade do primeiro conjunto de casos, você terá o
tempo total de 84 minutos. Após intervalo de 30 minutos, você terá mais 60 minutos
para a execução da atividade do segundo conjunto de casos clínicos.
 195

Na semana seguinte e seis meses após a etapa descrita, você fará outra sessão de
tarefas, com duração de uma hora, que também incluirá a análise de casos clínicos.
Os casos, todos baseados em pacientes reais, com diagnóstico confirmado, serão
apresentados e você dará o diagnóstico mais provável além de diagnósticos
diferenciais.

Durante a coleta dos dados, você poderá sentir leve desconforto na cabeça pela
utilização do dispositivo EMOTIV, que será minimizado por pausas regulares para a
retirada do dispositivo durante a resolução dos casos clínicos.

Embora seja muito importante para a nossa pesquisa a sua participação, você tem
liberdade de escolher participar ou não, sem que isso lhe traga qualquer prejuízo.

Os dados colhidos serão utilizados apenas para a pesquisa proposta, não podendo
servir para avaliação em qualquer disciplina do curso ou para qualquer outro fim.
Não é necessária a identificação do aluno e seus resultados não serão divulgados
individualmente, sendo do conhecimento apenas dos pesquisadores.

Durante o projeto, você poderá se dirigir aos pesquisadores mencionados a seguir,

para quaisquer esclarecimentos, ou ao Comitê de Ética em Pesquisas da UFMG,
situado à Avenida Presidente Antônio Carlos, 6.627, Pampulha - Belo Horizonte -
MG - CEP 31270-901 - Unidade Administrativa II - 2º Andar - Sala: 2005 - Telefone:
(031) 3409-4592 - E-mail: coep@prpq.ufmg.br

Pesquisadores responsáveis:
Prof. Cássio da Cunha Ibiapina – cassioibiapina@terra.com.br
Profa. Gabriela Araujo Costa – gabiacl@gmail.com

Após ter lido o Termo de Consentimento Livre e Esclarecido referente ao projeto

“Análise por interface cérebro-computador de potenciais evento-relacionados e de
sua relação com acurácia diagnóstica em estudantes de Medicina submetidos a
diferentes estratégias de raciocínio reflexivo” e ter tido oportunidades para
esclarecer todas as minhas dúvidas, concordo em participar da pesquisa. Assino o
 196

presente termo de consentimento livre e esclarecido e recebo uma cópia deste

documento.

Assinatura:
Data:___/___/___
Endereço:________________________________________________________
Telefone para contato:______________________________________________
 197

Apêndice B - Questionário sociodemográfico

Pesquisa: Análise por interface cérebro-computador de potenciais eventos

relacionados e de sua relação com acurácia diagnóstica em estudantes de
Medicina submetidos a diferentes estratégias de raciocínio reflexivo

Número de matrícula do participante:___________________

Data de nascimento:____/____/_____
Período que cursa atualmente: _________________

1- Gênero: ( ) Masculino ( ) Feminino

2- Graduou-se em outro curso da área da saúde antes de cursar Medicina?

( ) Sim ( ) Não
Qual curso:_________________________________

3- Exerceu (ou exerce) atividade profissional na área de saúde antes de cursar

Medicina?
( ) Sim ( ) Não
Durante ______anos __________meses

4- Tem filho(s)?
( ) Sim ( ) Não
Idade do(s) filho(s):___________________ (coloque em meses ou anos)

5 – É portador de alguma doença mental?

( ) Sim ( ) Não
Se sim, qual?____________________________________

6 – Utilizou, nas últimas 24 horas, medicação/substância com potencial de ação em

sistema nervoso central (exemplo: antidepressivos, benzodiazepínicos, drogas
ilícitas, energéticos ou similares?
( ) Sim ( ) Não
 198

7 – Tem experiência prévia no conhecimento/utilização da estratégia de raciocínio

clínico reflexivo para a resolução de casos clínicos?
( ) Não conheço a estratégia de raciocínio clínico reflexivo para a resolução de
casos clínicos
( ) Conheço a estratégia de raciocínio clínico reflexivo para a resolução de casos
clínicos, mas nunca a utilizei
( ) Conheço a estratégia de raciocínio clínico reflexivo para a resolução de casos
clínicos e já a utilizei
 199

Apêndice C - Questionário para pareamento de amostra na quarta fase (teste

final)

Pesquisa: Análise por interface cérebro-computador de potenciais evento-

relacionados e de sua relação com acurácia diagnóstica em estudantes de
Medicina submetidos a diferentes estratégias de raciocínio reflexivo

Número de matrícula do participante:___________________

1- Desde sua última participação na pesquisa, em ___________________, você

participou de alguma atividade extracurricular em Pediatria ? (congresso, seminário,
liga acadêmica, estágio, etc)

Sim ( ) Não ( )
Se sim, especifique qual atividade, mês de realização e a carga horária aproximada:
____________________________________________________________________

Alguma atividade (curricular ou extracurricular) que utilizou a mesma estratégia de

raciocínio clínico reflexivo para resolução de casos clínicos aplicada na pesquisa?

Sim ( ) Não ( )
Se sim, especifique qual atividade, mês de realização e a carga horária aproximada:
____________________________________________________________________

2- Numa escala de 1 a 9, como você classifica o quanto a sua participação na pesquisa

modificou a sua maneira de estudar?

1 2 3 4 5 6 7 8 9
Não modificou Modificou completamente

3 - Por favor, confirme seu email no espaço abaixo

________________________________________________________________________________

4 - Utilize o espaço abaixo para críticas e sugestões em relação à pesquisa.

____________________________________________________________________
____________________________________________________________________
____________________________________________________________________
____________________________________________________________________

Obrigada! Sua participação foi extremamente valiosa e nos auxiliará a compreender

e melhorar as estratégias de ensino médico!
 200

Apêndice D – Carta convite-para participação no estudo

Olá, pessoal!

Meu nome é Gabriela e sou professora do núcleo de Pediatria, nas disciplinas de

Propedêutica II (5° período), Pediatria I (7° período) e Pediatria II (8° período).

Conforme contato feito previamente, estou desenvolvendo um estudo sobre o

impacto de diferentes formas de ensino do raciocínio clínico na acurácia diagnóstica
de alunos do nosso curso. Este estudo faz parte de uma linha de pesquisa
multicêntrica (com a UFMG e a Universidade de Erasmus, na Holanda), com o
objetivo de aprimorar a educação médica. Ao participar do estudo, vocês terão uma
ótima oportunidade para aumentarem seus conhecimentos e incrementarem sua
formação.

Devido à importância do máximo de dedicação do participante durante a realização

das tarefas propostas ao longo de seis meses, é essencial que estejam de fato
envolvidos e participem como voluntários. As atividades propostas ocorrerão em
horários que não comprometam as atividades curriculares. Meu interesse não é
avaliar os participantes individualmente, apenas o impacto das diferentes formas de
raciocínio clínico no acerto do diagnóstico, para encontrar a melhor forma de se
ensinar o raciocínio clínico para alunos do quarto ano do curso.

A coleta de dados ocorrerá no Uni e envolve três dias, com intervalo de sete dias
entre o primeiro e o segundo dia e seis meses entre o primeiro e o terceiro dia. No
primeiro dia, os participantes serão randomizados entre três grupos de estudo para
um treinamento com três diferentes metodologias de raciocínio clínico durante a
solução de 12 casos clínicos. Nesse dia também será feita uma coleta de registro de
eletroencefalograma por meio de um dispositivo portátil individual que será
encaixado na cabeça de vocês, para avaliarmos indicadores neurobiológicos que
possam estar associados ao aprendizado. Essa atividade dura no máximo 1:30h.

Depois de um intervalo com lanche oferecido pelos pesquisadores, mais 12 casos

clínicos deverão ser solucionados para testar o aprendizado em até 60 minutos.
 201

Sete dias depois, haverá outro encontro para a solução de mais 12 casos clínicos
(tempo máximo de 60 minutos). Nessa ocasião, aplicaremos também um teste de
inteligência online, individual. Seu tempo de duração é de, no máximo, 20 a 30
minutos. Após seis meses, repetiremos a etapa para solução de mais 12 casos
clínicos (tempo máximo de 60 minutos).

A grande oportunidade de participação no estudo será a exposição a mais de 40

doenças extremamente relevantes em Pediatria, tanto na vida real como em
concursos futuros de residência médica.

Preciso que confirmem a participação até a véspera das atividades, para que eu
possa preparar o material de trabalho e o lanche de acordo com o número de
participantes. Podem confirmar pelo meu e-mail: gabriela.costa@prof.unibh.br ou
pelo telefone xxx (WhatsApp) ou pelo contato com os alunos que fazem parte do
projeto de pesquisa (Maria Clara telefone xxx (WhatsApp , Beatriz Tiburcio telefone
xxx (WhatsApp), Lucas Torquette telefone xxx (WhatsApp) e Isabela Val telefone xxx
(WhatsApp) Podem também entrar em contato se quiserem algum outro
esclarecimento antes de confirmar a participação no estudo.

Tenho certeza de que vocês vão gostar da participação e de que ela contribuirá na
formação de vocês!

Abraços,
Professora Gabriela
 202

Apêndice E - Artigo original

CONHECIMENTO, ACURÁCIA DIAGNÓSTICA E ESFORÇO MENTAL DURANTE

RESOLUÇÃO DE CASO CLÍNICO POR ESTUDANTES DE MEDICINA

RELATIONSHIP BETWEEN KNOWLEDGE, DIAGNOSTIC ACCURACY AND

MENTAL EFFORT DURING CLINICAL CASE RESOLUTION BY MEDICAL
STUDENTS

DOI: https://doi.org/10.22478/ufpb.2317-6032.2021v25n2.55311